-
公开(公告)号：CN116781532A
公开(公告)日：2023-09-19
申请号：CN202310295268.1
申请日：2023-03-23
Applicant: 北京中电飞华通信有限公司 , 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国网信息通信产业集团有限公司 , 北京邮电大学 , 国家电网有限公司
Inventor： 欧清海 , 张宁池 , 朱红 , 王艳茹 , 王文帝 , 马文洁 , 邵苏杰 , 章林 , 宋继高 , 杨林青 , 刘卉 , 张洁 , 苏丽丽 , 郭少勇 , 刘军雨 , 何海洋 , 陈文伟 , 杨颖琦
IPC: H04L41/14 , H04L67/1074
Abstract: 本申请提供一种融合网络架构中服务功能链的优化映射方法及相关设备，所述融合网络包括若干服务器节点。所述方法包括：获取服务功能链请求和每个所述服务器节点的资源信息；其中，所述服务功能链请求包括服务功能链中若干虚拟网络功能的需求信息；根据所述资源信息和所述需求信息，构建马尔科夫决策过程模型；其中，所述马尔科夫决策过程模型表征所述服务器节点与所述虚拟网络功能的映射关系；对所述马尔科夫决策过程模型进行求解得到映射策略，并执行所述映射策略。本申请的方案，更加灵活地协同调度网络资源，减少网络的资源阻塞，满足低时延、高可靠、大带宽等电力业务需求。
-
公开(公告)号：CN114071513B
公开(公告)日：2023-09-15
申请号：CN202111210858.7
申请日：2021-10-18
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明提出一种基于改进蝗虫优化方法的切片编排方法及装置，用于克服传统编排方法在网络资源优化时，只针对单一目标方法的优化，没有考虑到将宽带、时延和可靠性方面等指标，从而缺少对整体网路优化的缺陷。该方法及装置能够利用改进的蝗虫方法具有快速收敛、全局收敛速度较快的特性，然后设计出网络切片的评价性能函数，最后利用改进的蝗虫方法通过全局优化得到最优网络切片。相对于传统技术而言，本发明的技术普遍利用更高，效果明显，精确度更高、精度更准。
-
公开(公告)号：CN114780968A
公开(公告)日：2022-07-22
申请号：CN202210715226.4
申请日：2022-06-23
Applicant: 国网区块链科技(北京)有限公司 , 国网数字科技控股有限公司 , 国网北京市电力公司 , 国网江苏省电力有限公司南京供电分公司 , 国家电网有限公司
IPC: G06F21/57
Abstract: 本申请提供一种智能合约升级方法及装置，应用于跨域电力部门合约升级验证场景，接收并解析请求者向联盟链发送的待升级合约的升级请求；根据电力交易合约待升级数据上链的应用需求，确定联盟链中各用户节点的身份信息；选择联盟链上的任意一个用户作为管理用户，对加入联盟链的用户赋予数字身份凭证并进行维护；利用智能合约选择具备验证资质的所述联盟链节点对待升级合约的信息进行验证；若验证成功，则对待升级合约的信息执行上链操作，并将验证结果和上链结果在联盟链中进行广播；若监测验证通过且上链操作成功，则触发执行智能合约升级操作对待升级合约进行升级。通过本申请可以实现联盟链节点对待升级合约的合规性做出个性化背书。
-
公开(公告)号：CN114204672A
公开(公告)日：2022-03-18
申请号：CN202111300344.0
申请日：2021-11-04
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: H02J13/00
Abstract: 本发明提出一种边缘计算的配电网多源数据处理和融合方法及系统，包括硬件层、数据层、网络层与应用层，在硬件层实时监测配电网多源数据，并且通过数据层的边缘计算对其进行处理与分析，迅速且有效地调整能源结构与配电方式，使得更多的设备接入到配电网，且能进行可控管理，自动调整配电网的供电结构，在终端对配电网进行结构优化，将最终结果上传到应用层服务器，从而大大减少了服务器的计算压力，且监测人员可以通过云平台查看配电网状态与处理结果，帮助监测人员更加高效迅速地处理配电网问题。
-
公开(公告)号：CN113792979A
公开(公告)日：2021-12-14
申请号：CN202110945622.1
申请日：2021-08-16
Applicant: 国网江苏省电力有限公司南京供电分公司 , 南京苏逸实业有限公司
Abstract: 本申请公开了一种电力物联网创新成果转化扩散影响因素分析方法，包括：步骤1：确定影响电力物联网双创协同创新成果转化的影响因素；步骤2：评价步骤1所述影响因素清单中的因素，筛选最终纳入调查的影响因素；步骤3：基于解释结构模型，根据各因素之间的影响关系，划分所调查的影响因素层级；步骤4：结合实际应用，检验影响因素层级，确定最终的电力物联网创新成果转化扩散影响因素。本发明有利于及时调整研究方向并提高最终结果的专业性和准确率，可信度高，最终结果更为准确、可靠、稳定，可推广性。
-
Patent Agency Ranking
公开(公告)号：CN113036772A
公开(公告)日：2021-06-25
申请号：CN202110511579.8
申请日：2021-05-11
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学
IPC: H02J3/12
Abstract: 本发明公开一种基于深度强化学习的配电网拓扑电压调节方法，属于配网电压调节技术领域；调节方法包括：采集配电网历史运行数据作为深度强化学习模型的学习样本数据、根据深度强化学习对于基于拓扑的配电网调压问题进行建模、输入当前状态，基于深度强化学习中的Q值网络，根据动作策略从配电网当前闭合支路中选择一条支路断开、根据潮流计算结果计算奖励，并得到下一状态，将当前状态、动作、奖励以及下一状态保存以供Q值网络的训练、深度强化学习智能体根据记忆池中的数据进行Q值网络的参数更新，直到得到学习终止条件；缓解了传统配网调压资源逐渐满足不确定性电网调压需求的问题，节省外部调节设备的建设成本，保证电网安全经济运行。
-
公开(公告)号：CN112906489A
公开(公告)日：2021-06-04
申请号：CN202110110017.2
申请日：2021-01-27
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 一种基于LMD与排列熵相结合的变压器绕组松动识别方法，其步骤如下：1、采集相关历史振动信号；2、对采集的振动信号进行LMD分解，取得各PF分量；3、计算相关系数法并选出相关系数高于所设定阈值的PF分量；4、提取各PF分量的排列熵作为特征向量；5、将振动信号分为训练和测试集，并对训练集的特征向量进行寻优；6、将寻优后的训练集输入到支持向量机进行训练，并用测试集进行测试以得到训练好后的支持向量机模型；7、用得到的支持向量机模型作为分类器对测试样本集进行分类识别。本发明可在变压器稳态运行前对变压器绕组松动状态进行识别，实现了变压器的故障诊断，为进行变压器振动信号特征提取与故障诊断提供了一种新的方法。
-
公开(公告)号：CN112837153A
公开(公告)日：2021-05-25
申请号：CN202110184446.4
申请日：2021-02-10
Applicant: 北京航空航天大学 , 国网江苏省电力有限公司南京供电分公司
IPC: G06Q40/04
Abstract: 本发明公开了一种基于有向无环图的智能合约冲突检测方法，包括以下步骤：S1、背书节点提取交易模拟执行结果的读写集；S2、根据读写集更新智能合约冲突关系图，并进行冲突检测，生成有向无环图的冲突关系映射表；S3、在完成交易验证并将交易添加到链上后，对智能合约冲突关系图以及冲突关系映射表进行更新。本发明的有益效果在于，提供一种区块链智能合约的冲突检测方法，能够使交易中的智能合约在背书阶段进行冲突检测，提前判断无效交易，避免无效交易进入排序、验证阶段。本发明使用有向无环图进行智能合约的冲突检测，可极大地减少系统资源的消耗，能够有效地提高区块链系统的交易吞吐率并减少系统资源开销。
-
公开(公告)号：CN112510824A
公开(公告)日：2021-03-16
申请号：CN202011282430.9
申请日：2020-11-17
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: H02J13/00
Abstract: 本发明提出一种适用于电网的准实时电压‑电流型馈线自动化实现方法，属于电力网络技术领域。本发明包括以下步骤：步骤1：安装装置；步骤2：选用数据的通信方式协议；步骤3：根据FTU电流型特点进行的故障检测；步骤4：对故障的进行定位与隔离；步骤5：重构隔离故障后的配电网络；本发明在确保故障点精确、快速、安全隔离的同时，大大提高了开关的可靠性，本发明从实用性角度出发，对馈线自动化技术的实用化应用和推广有重要的意义。
-
公开(公告)号：CN119671311A
公开(公告)日：2025-03-21
申请号：CN202411728460.6
申请日：2024-11-28
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司双创中心 , 南京苏逸实业有限公司
IPC: G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种充电功率预测方法、装置、设备和存储介质，涉及充电技术领域，该方法包括：确定充电站在预设历史时间段内各小时的历史总充电功率、历史总充电时间和历史总需求满足率；将充电站在预设历史时间段内各小时的历史总充电功率、历史总充电时间和历史总需求满足率输入预先训练好的功率预测模型，以使功率预测模型确定充电站在预测时间段内各小时的充电功率期望和充电功率方差，功率预测模型是通过训练长短期记忆网络LSTM和贝叶斯神经网络BNN构成的初始模型得到的。上述技术方案，基于功率预测模型处理更能体现充电站在预设历史时间段内的充电情况的数据，实现预测更加精确的充电功率，并且，实现确定预测的不确定性。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.056 seconds)
