-
公开(公告)号:CN113391821A
公开(公告)日:2021-09-14
申请号:CN202110508208.4
申请日:2021-05-11
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06F8/61 , G06F9/4401 , G06F9/445 , G06F15/177
摘要: 一种非对称多处理器嵌入式操作系统,部署在非对称多核硬件平台上,所述非对称多核硬件平台包括:非对称的多核处理器,包括:一个部署在主处理器上的主操作系统和一个或多个部署在从属处理器上的嵌入式实时操作系统;所述主操作系统,用于管理所述嵌入式实时操作系统的加载、运行、所能访问的硬件外围资源和卸载;所述嵌入式实时操作系统,用于执行主操作系统分配的实时任务;所述主操作系统和嵌入式操作系统之间通过核间中断和共享内存的方式交互信息。该方法充分利用非对称多核处理器构架特点,解决了实时性操作系统与软件功能完备操作系统在同一嵌入式非对称多核处理器上共存的矛盾,提高系统实时性和安全性。
-
公开(公告)号:CN111355231A
公开(公告)日:2020-06-30
申请号:CN201811580344.9
申请日:2018-12-24
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司
IPC分类号: H02J3/00
摘要: 一种配电网拓扑辨识方法,包括:基于电压观测节点的有功变化向量、无功变化向量、电压相角变化向量和幅值变化向量构建雅可比矩阵,并计算得到将所述雅可比矩阵中分块矩阵的最优估计值;根据所述分块矩阵的最优估计值构建整数规划模型;基于所述整数规划模型得到所述电压观测节的关联关系,进而得到电网拓扑结构。本方案利用同步量测装置电压和功率量测的同步性,建立更加准确的潮流雅可比矩阵,并通过求解优化模型,得到的优化结果中相互关联的节点,进而得到配电网的拓扑连接关系。
-
公开(公告)号:CN110224485A
公开(公告)日:2019-09-10
申请号:CN201910416503.X
申请日:2019-05-17
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: H02J13/00
摘要: 一种智能配变终端软件管理系统,其特征在于:所述系统包括本地智能配变终端,远程便携式设备,和APP安全模块。APP安全模块使用特殊的APP安全验证方法,解决了智能配变终端在现场运行期间脱离管控,软件不好约束的问题,确保了应用APP的质量和性能,提高了智能配变终端的稳定性,增强了配电物联网的网络信息安全程度,降低了整个系统的风险。
-
公开(公告)号:CN114866612B
公开(公告)日:2024-05-31
申请号:CN202210332436.5
申请日:2022-03-30
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
摘要: 本发明涉及电力物联网技术领域,具体提供了一种电力微服务卸载方法及装置,包括:基于预先构建的电力微服务卸载模型确定电力微服务卸载的卸载决策;基于所述卸载决策将电力微服务卸载至相应的边缘节点的容器中执行;其中,所述预先构建的电力微服务卸载模型包括:为电力微服务卸载配置的以电力业务执行时延最小为目标的目标函数以及为电力微服务卸载配置的约束条件。本发明提供的技术方案在保障服务调度成功的同时,实现了服务执行时延最小化的目标。
-
公开(公告)号:CN117034066A
公开(公告)日:2023-11-10
申请号:CN202210455109.9
申请日:2022-04-27
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司
摘要: 本发明提供了基于多源非同步量测数据的可信度确定方法、系统及设备,包括:获取量测数据和所述量测数据的状态;基于所述量测数据的状态选择对应的预先构建的可信度模型;将所述量测数据输入到所述量测数据的状态对应的所述预先构建的可信度模型确定所述量测数据的可信度;其中,所述可信度模型是由历史多源非同步量测数据通过相关度分析确定的典型日负荷曲线,基于所述典型日负荷曲线的斜率划分时段,并由各时段中历史多源非同步量测与模拟得到的实时量测数据确定的可信度构建而成的。本发明通过相关度分析得出典型日负荷曲线,在此基础上划分时段,能更精细化地反应可信度的大小和变化情况,并提高了对各时段的可信度的精度。
-
公开(公告)号:CN113572257B
公开(公告)日:2023-11-03
申请号:CN202110649270.5
申请日:2021-06-10
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司南京供电分公司
IPC分类号: H02J13/00
摘要: 本发明提供了基于协议和模型匹配的配电物联网边端交互方法和系统,包括:智能端设备利用设定的传输协议,生成包含自身的模型信息和采集信息的协议报文,基于协议库在协议报文中添加与传输协议相关的特殊标记,并将添加后的协议报文传输给配电台区智能终端。配电台区智能终端当收到由智能端设备传输的协议报文时截取所述协议报文中的特殊标记并进行传输协议匹配,利用匹配的传输协议将协议报文解码为明文,将明文中的模型信息与模型库中的模型信息匹配,并匹配成功时将明文中的模型信息和采集信息上传至数据中心。本发明通过对协议和模型信息的自动匹配,有效的提升了配电台区智能终端和智能端设备之间的数据交互的效率和安全性。
-
公开(公告)号:CN116073360A
公开(公告)日:2023-05-05
申请号:CN202111280265.8
申请日:2021-10-29
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司
摘要: 本发明提供了一种低压配电网户变关系与相位关系识别方法和系统,包括:基于预设的并行时间间隔和预先存储的台区档案信息,分别控制识别范围内低压配电网的各台区的各待检设备依次发送特征电流,不同台区中同一排序的待检设备同时发送特征电流;基于特征电流,并行识别出识别范围内各台区的各待检设备的户变关系与相位关系;本发明通过设置各待检设备发送特征电流,基于特征电流识别各待检设备的户变关系与相位关系,将复杂的拓扑关系识别程序简单化、标准化,保证识别准确率达90%以上,有效降低了时间和运维成本,显著提高了台区户变关系与相位关系的识别效率。
-
公开(公告)号:CN115878979A
公开(公告)日:2023-03-31
申请号:CN202211527698.3
申请日:2022-12-01
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06F18/213 , G06F18/2431 , G06F18/214 , G06N3/006 , G01R19/00
摘要: 本发明涉及一种基于随机森林的公变负荷类型分解方法,包括如下步骤:包括基于有功功率的事件检测、基于高频电压电流数据的特征构建和基于改进PSO的随机森林算法分类,首先对高频数据降采样为低频数据并通过功率差判断事件的产生与否。从事件所对应的高频电流电压中提取各类高频特征。最后利用改进PSO的随机森林算法将各个事件的特征聚类,从而实现负荷监测。与现有技术相比,本发明具有提高了算法性能,获得更好的公变负荷分解结果,实现更高精度的非侵入式设备的公变负荷分解。
-
公开(公告)号:CN115759449A
公开(公告)日:2023-03-07
申请号:CN202211499044.4
申请日:2022-11-28
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/0442 , G06N3/08 , H02J3/00
摘要: 本发明涉及一种基于BI‑LSTM的重点工业设备负荷预测算法,所述方法包括:获取重点工业设备功率数据作为神经网络模型结构的输入;对历史数据进行预处理,对异常数据进行去除,对缺失数据进行补充;将预处理后的数据进行归一化;设置Dropout的参数,随机忽略设定比例特征检测器;搭建双向长短期记忆神经网络结构,通过更新调整各项参数设置进行优化;对预测结果进行数据评估,定量分析预测结果。本发明通过重点工业设备功率数据的前置预处理、基于改进传统LSTM结构的BI‑LSTM模型结构,可以有效地过滤数据集的噪声和不利影响成分,有效地实现了对重点工业设备功率的预测,并提高预测精度。
-
公开(公告)号:CN115484270A
公开(公告)日:2022-12-16
申请号:CN202110665812.8
申请日:2021-06-16
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC分类号: H04L67/1074 , H04L41/14 , H04L41/142 , H04L67/12 , G16Y10/35
摘要: 一种配电物联网下基于Q‑Learning的边缘节点资源分配方法及系统,包括:基于执行智能节点所有计算任务的计算策略构建状态空间矩阵;基于状态空间矩阵依次利用预先构建的智能节点计算任务执行模型计算不同计算策略下所有任务执行能耗和时间,并基于执行能耗和时间更新各计算策略对应的Q值;将最大Q值对应的计算策略作为最优计算策略,基于所述最优策略对各计算任务进行分配;其中,计算策略包括:在智能节点或边缘节点执行计算任务;智能节点计算任务执行模型是基于Q‑Learning算法以智能节点或边缘节点执行任务的能耗时间最优为目标建立目标函数,以及以智能节点和边缘节点计算能力为约束构建的。协调智能节点和边缘节点,降低网络能耗,缩短任务执行时间。
-
-
-
-
-
-
-
-
-