-
公开(公告)号：CN108595966A
公开(公告)日：2018-09-28
申请号：CN201810191918.7
申请日：2018-03-08
Applicant: 广东电网有限责任公司信息中心
Abstract: 本发明提供一种基于数字化预案的应急数据分析方法，包括以下步骤：采集并存储应急数据，并对应急数据进行加密处理；对加密后的应急数据进行数据的预处理，得到预处理过的应急数据；将预处理后的应急数据发送至神经网络进行建模分析，得到应急数据分析结果；输出应急数据分析结果，生成分析报告。一种基于数字化预案的应急数据分析装置，包括采集加密模块，数据处理模块，神经网络模块和数据输出模块。一种基于数字化预案的应急数据分析系统，包括服务器和控制器，将一种基于数字化预案的应急数据分析装置用于实现一种基于数字化预案的应急数据分析方法，实现应急数据的自动化分析，提高了分析效率及准确性。
-
公开(公告)号：CN107302596A
公开(公告)日：2017-10-27
申请号：CN201710676369.8
申请日：2017-08-09
Applicant: 广东电网有限责任公司应急抢修中心 , 广东电网有限责任公司信息中心 , 广东电网有限责任公司 , 中科软科技股份有限公司
IPC: H04L29/08
Abstract: 本发明公开了一种电力应急指挥抢修平台，包括用户交互层、Web服务集成层、服务接入层、数据管理层和基础设施层；平台功能模块包括应急指挥驾驶舱、应急日常管理模块、应急处置管理模块、保供电管理模块、应急管理评估模块和移动APP。其中用户交互层通过Web服务层进行方法调用，Web服务层通过调用接入层实现平台功能，接入层通过接入数据管理层和企业服务总线提供数据调用。
-
公开(公告)号：CN119515170A
公开(公告)日：2025-02-25
申请号：CN202411592988.5
申请日：2024-11-08
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06Q10/0639 , G06Q40/03 , G06Q50/06 , G06F18/214 , G06F18/22
Abstract: 本发明公开了一种基于大数据的电力客户订单多维度画像构建方法及系统，涉及电力数据处理预测技术领域，包括通过电力数据特征值来构建客户的用电模式，并针对客户的用电模式来评估用电波动性等级，从而准确捕捉客户的用电模式以及该模式的波动性情况，为后续地域相似提供基础。通过比较用电模式之间的相似性和用电波动性等级的差异来确定相近区域内的相似电力客户，以此来筛选出相近且相似的客户。通过影响关系和地域相似系数来制定数据集的划分比例，通过训练集和测试集来训练客户订单画像模型，在划分数据集的过程中考虑多个客户维度、地区维度和外部数据维度，提高了客户电力订单画像构建的适应性和精度，保证了定制化的电力服务的匹配性。
-
公开(公告)号：CN118983790A
公开(公告)日：2024-11-19
申请号：CN202411079765.9
申请日：2024-08-07
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: H02J3/00 , H02J13/00 , G06F18/2411 , G06F18/10
Abstract: 本发明公开了一种基于智瞰平台的电网切换方法、系统、设备及存储介质，该方法包括以下步骤：获取数据采集设备采集到的第一物理信息；对第一物理信息进行时间对齐和标准化处理，得到第二物理信息；基于预先配置的数字孪生模型所生成的训练数据构建One‑Class SVM模型，对One‑Class SVM模型进行训练，得到训练后的模型；将第二物理信息输入训练后的模型中进行异常检测，得到异常数据和电网异常位置；根据异常数据生成电网切换指令，并根据电网异常位置将电网切换指令发送给电网切换执行设备。本方法可以同时解决降噪和异常识别两个问题，并从海量数据中快速判断出电网异常位置。
-
公开(公告)号：CN118898006A
公开(公告)日：2024-11-05
申请号：CN202410998537.5
申请日：2024-07-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/23213 , G06F18/213 , G06F18/241 , G06F18/22 , G06N3/09
Abstract: 本发明提供了一种输电场景下模型解释方法、系统、介质、程序产品及设备，属于电力技术领域。本发明通过全局可解释性分析，使用聚类算法对数据与模型在数据集上的决策进行整体分析，揭示了待解释目标检测模型在整个数据集的决策情况，梳理不同类别之间的关系，帮助理解待解释目标检测模型在全局视角下的决策边界和分类逻辑；通过精细化的局部可解释性分析，对于输电场景困难样本，采用分割模型突出输入图像中对模型决策最为关键的区域，通过强化对这些区域的分析，使得解释结果不仅关注于哪些特征被考虑，还强调了这些特征在空间上的分布和相互作用，提高了解释的可信度。
-
Patent Agency Ranking
公开(公告)号：CN118819838A
公开(公告)日：2024-10-22
申请号：CN202410870486.8
申请日：2024-07-01
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F9/50 , G06F16/16 , G06F16/172 , G06F11/14
Abstract: 本发明涉及数据服务云平台技术领域，具体为一种基于互联网的数据服务云平台综合管理系统；包括：数据清洗分类模块、负载均衡模块、缓存服务器、服务器组、镜像备份模块、灾备模块和可视化运维模块；通过对数据的清洗和分类将庞大数据流分流，使用平滑加权轮训算法对庞大数据流进行二次分流，将子数据流优先分配给负载情况良好的服务器，对其他数据服务云平台的服务器组数据进行备份，利用传感器判断是否发出灾害信号提高备份效率，同时将数据服务云平台的整体负载情况进行可视化，基于数据中心的底层架构优化了实时数据服务能力，提供了集可视化、多服务、全景运营为一体的接口服务。
-
公开(公告)号：CN118212492A
公开(公告)日：2024-06-18
申请号：CN202410403268.3
申请日：2024-04-03
Applicant: 广东电网有限责任公司信息中心
IPC: G06V10/776 , G06V10/774 , G06V10/25 , G06V10/82 , G06N3/0985 , G06N3/092 , G06N3/0464
Abstract: 本发明属于目标检测优化领域，提供了一种基于元强化学习样本价值量化的目标检测优化方法及系统。其中，该方法包括采用多轮迭代训练数据价值评估模型，直至数据价值评估模型的损失函数最小时，停止数据价值评估模型的训练；利用训练好的数据价值评估模型，评估任意单任务目标检测数据集中的样本与第二目标检测模型的检测目标之间的关联性，进而筛选出训练样本；利用筛选出的训练样本对第二目标检测模型进行训练，直至第二目标检测模型达到设定要求；利用达到设定要求的第二目标检测模型进行相应单任务目标检测；能够在提升模型性能的同时减少无用或副作用样本，进而减少数据量，降低资源占用和训练成本。
-
公开(公告)号：CN109299089A
公开(公告)日：2019-02-01
申请号：CN201810982952.6
申请日：2018-08-27
Applicant: 广东电网有限责任公司信息中心
IPC: G06F16/22 , G06F16/2455 , G06F16/25 , G06F16/28 , G06F16/953
Abstract: 本发明涉及画像数据计算及存储技术，为标签数据计算及存储方法和系统，其方法包括：获取并存储业务数据；对过程数据两级缓存：对业务数据按照时间周期汇总计算，获得并缓存一级过程数据，对一级过程数据按照时间窗口汇总计算，获得并缓存二级过程数据；对结果数据两级缓存：对二级过程数据根据机器学习算法计算，获得并缓存三级结果数据，对三级结果数据按照画像标签计算规则计算，获得并缓存四级画像标签数据；将四级画像标签数据转化为画像标签实时数据、画像标签历史数据及标签分析数据，对画像标签实时数据、画像标签历史数据进行存储并对标签分析数据进行缓存，并对数据查询请求进行判断处理。应用本发明，可提高标签数据查询效率。
-
公开(公告)号：CN104537067A
公开(公告)日：2015-04-22
申请号：CN201410839779.6
申请日：2014-12-30
Applicant: 广东电网有限责任公司信息中心
IPC: G06F17/30
CPC classification number: G06F17/30598
Abstract: 本发明公开了一种基于k-means聚类的分箱方法，包括以下步骤：对连续变量进行预处理；对预处理后的数据进行归一化处理；将归一化处理过的数据，应用k-means聚类算法，划分为多个区间：采用等距法设定k-means聚类算法的初始中心，得到聚类中心；在得到聚类中心后将相邻的聚类中心的中点作为分类的划分点，将各个对象加入到距离最近的类中，从而将数据划分为多个区间；重新计算每个聚类中心，然后重新划分数据，直到每个聚类中心不再变化，得到最终的聚类结果。本发明解决了现有分箱方法对于数据密度分布偏向明显的数据集容易造成误差的技术问题，k-means聚类算法在选取初始中心时不再是随机选取，数据分箱结果准确。
-
公开(公告)号：CN119293684A
公开(公告)日：2025-01-10
申请号：CN202411338322.7
申请日：2024-09-25
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC: G06F18/2433 , G06F18/25 , G06F18/21 , G06F18/10 , G06N3/0442 , G06N3/096 , G06Q50/06
Abstract: 本发明提出一种用于电力场景的数据缺陷检测及修正方法，所述方法包括采集传感器的数据并提取时空特征，构建一个全局高维特征表示并降维，得到降维后的特征向量；对降维后的特征向量进行时间序列异常检测和空间异常检测，综合检测的结果并计算综合异常评分；根据综合异常评分对异常数据进行分类，构建自适应修正模型对所有异常数据进行初步修正并对模型进行迭代优化；对修正后的数据进行实时监控并计算异常检测误差，更新异常检测和修正模型的参数并将其应用到模型中；动态确定最优学习率加速模型收敛，对异常检测和修正模型参数进行迁移更新，动态更新模型并实时监控系统的性能指标，从而提升电力系统的运行安全性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.045 seconds)
