-
公开(公告)号：CN117977587B
公开(公告)日：2024-06-07
申请号：CN202410390633.1
申请日：2024-04-02
申请人： 南京鼎研电力科技有限公司 , 南京邮电大学
IPC分类号： H02J3/00 , G06F18/213 , G06F18/2415 , G06F17/16 , G06N3/0455 , G06N3/0464 , G06Q50/06
摘要： 本申请涉及电力负荷的智能预测领域，其具体地公开了一种基于深度神经网络的电力负荷预测系统及方法，其将采集到的待预测电力系统的历史电力负荷数据和与之相关的影响因素数据作为输入数据，然后利用深度学习技术分别对这些输入数据进行特征提取和分析，并结合这些特征得到待预测电力系统未来一段时间内电力负荷的负荷曲线。这样，根据未来一段时间内电力负荷的负荷曲线，可以实现电力系统的负荷预测，从而为电力系统的运行和调度提供参考依据。
-
公开(公告)号：CN117978551B
公开(公告)日：2024-06-04
申请号：CN202410372677.1
申请日：2024-03-29
申请人： 南京鼎研电力科技有限公司 , 南京邮电大学
IPC分类号： H04L9/40 , H02J13/00 , H04L41/0631 , H04L67/12 , G06F30/27 , G06F119/02
摘要： 本申请涉及智能分析领域，其具体地公开了一种变电站监控网络的交互异常行为分析方法，其通过获取多个变电站设备的预定时间段多个预定时间点的数据流量包和报文交互历史数据，并采用深度学习技术和数据处理方法，来生成变电站监控网络中变电站设备的异常行为类型标签和对应的设备类型。通过这种方法可以提供更准确的描述和表示变电站设备之间的交互关系，从而能够更精确地检测和识别异常行为，以便及时发现和识别异常行为，提前采取相应的措施，防止潜在的故障或安全问题，从而提升变电站监控网络的安全性、可靠性和效率。
-
公开(公告)号：CN117909855B
公开(公告)日：2024-05-10
申请号：CN202410317710.0
申请日：2024-03-20
申请人： 南京鼎研电力科技有限公司
IPC分类号： G06F18/2411 , G06F18/213 , G06F18/15 , G06F30/18 , G06F30/20 , G06N3/006 , G06Q10/20 , G06Q50/06 , G06Q10/0637 , H02J3/00 , H02J13/00 , G06F113/04
摘要： 本发明公开了一种基于电力模型的数据监测与辅助治理方法，涉及数据监测技术领域，解决的问题是，现有技术电力系统监测与辅助治理方法效率低、监测能力滞后，采用的方法是：首先进行数据收集和预处理，然后通过云端服务器构建所述电力模型，然后基于所述电力模型对所述电力系统进行实时监测，然后通所述电力模型采用仿真动态模拟方法对电力参数变化趋势进行仿真模拟预测，并根据预设规则评估所述电力系统的稳定性和可靠性，通过自适应粒子群优化决策模型进行所述电力系统的辅助治理决策，本发明大大提高电力系统的安全性、稳定性和运行效率。
-
公开(公告)号：CN117978551A
公开(公告)日：2024-05-03
申请号：CN202410372677.1
申请日：2024-03-29
申请人： 南京鼎研电力科技有限公司 , 南京邮电大学
IPC分类号： H04L9/40 , H02J13/00 , H04L41/0631 , H04L67/12 , G06F30/27 , G06F119/02
摘要： 本申请涉及智能分析领域，其具体地公开了一种变电站监控网络的交互异常行为分析方法，其通过获取多个变电站设备的预定时间段多个预定时间点的数据流量包和报文交互历史数据，并采用深度学习技术和数据处理方法，来生成变电站监控网络中变电站设备的异常行为类型标签和对应的设备类型。通过这种方法可以提供更准确的描述和表示变电站设备之间的交互关系，从而能够更精确地检测和识别异常行为，以便及时发现和识别异常行为，提前采取相应的措施，防止潜在的故障或安全问题，从而提升变电站监控网络的安全性、可靠性和效率。
-
公开(公告)号：CN115297016A
公开(公告)日：2022-11-04
申请号：CN202210876364.0
申请日：2022-07-25
申请人： 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC分类号： H04L41/147 , H04L41/0677 , H04L41/16 , H04L43/0876 , H04L67/12 , G06N3/04 , G06N3/08
摘要： 本发明涉及电网人工智能和数据处理技术领域，公开了一种基于深度学习的电力网络活跃度评价和预测方法，包括：获取原始数据，筛选待评价服务端口流量数据，进行活跃度计算；进行数据预处理，得到历史活跃度数据集，自动化定时对数据集进行更新；将数据集划分为训练样本和测试样本，训练样本进行样本重构并输入到不同的深度学习模型进行模型训练；将测试样本输入到训练好的模型中，并对模型进行评估和比较，得到一个该服务的最优模型，将模型保存；自动化实时获取不同网络服务的活跃度数据，得到未来的活跃度预测结果。与现有技术相比，本发明能够及时发现活跃度异常的网络服务并且便于网络的维护和管理，提升电力网络系统智能化水平。
-
公开(公告)号：CN115271314A
公开(公告)日：2022-11-01
申请号：CN202210611908.0
申请日：2022-05-31
申请人： 国网浙江省电力有限公司绍兴供电公司 , 南京鼎研电力科技有限公司
发明人： 陈根奇 , 李孝蕾 , 李勇 , 徐立平 , 何璐 , 李爽 , 李刚 , 孔锦标 , 冯哲峰 , 张立刚 , 郝建华 , 王少春 , 余剑 , 韩立楠 , 俞佳 , 赵印明 , 陈南 , 金园园 , 袁恩君 , 杜旭
摘要： 本发明公开了一种基于馈线分段搜索的最大停电范围分析方法，包括：S1：基于配网设备模型，以馈线为单位进行拓扑搜索，形成各条馈线网络中包含的设备及设备间拓扑连接关系信息；S2：基于各条馈线网络中包含的设备及设备间拓扑连接关系信息，以断路器为边界对馈线进行分段搜索，得到馈线各个分段包含的设备及设备间拓扑连接关系信息作为馈线分段搜索结果；S3：基于馈线分段搜索结果，针对每一条馈线，以分段为单位，遍历馈线内各个分段并模拟各分段内发生故障，分析其余非故障分段内是否发生停电，分析出线路最大停电范围信息。本发明基于配网设备模型及连接关系信息得出线路最大停电范围结果，具备分析结果可靠、准确、计算速度快等优点。
-
公开(公告)号：CN114529228A
公开(公告)日：2022-05-24
申请号：CN202210433259.X
申请日：2022-04-24
申请人： 南京鼎研电力科技有限公司
摘要： 本申请公开了一种面向电力监控系统供应链的风险预警方法及系统，涉及数据处理技术领域，通过基于多维度系统数据集进行联邦学习，构建系统分析模型，通过系统分析模型对系统供应信息进行风险分析获得第一风险信息；根据电力供应信息进行供应链风险参数分析，获得供应风险影响参数集；对风险影响参数集进行权重运算确定参数风险权重；基于参数风险权重对电力供应信息进行风险分析获得第二风险信息；根据第一、二风险信息，确定供应链风险预警结果。解决电力监控系统供应链的预警数据来源维度较单一，风险预警效果较差的技术问题。达到从多维度进行综合风险评估，打破单一维度数据限制，提高对于各种风险评估准确性的技术效果。
-
公开(公告)号：CN115348063B
公开(公告)日：2024-08-16
申请号：CN202210882066.2
申请日：2022-07-25
申请人： 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC分类号： H04L9/40 , G06F18/23213 , G06F18/24 , G06N3/045 , G06N3/088
摘要： 本发明涉及网络安全人工智能技术领域，公开了一种基于DNN及K‑means的电力系统网络流量识别方法，对原始数据进行筛选，选出可为分类提供较多信息的数据项组成数据样本；对样本数据进行整合操作和归一化操作进行预处理；迭代训练DNN网络模型，使用预处理的训练集训练DNN网络模型，用于电力系统网络流量的初步分类，得到分类置信度和正负例结果；对DNN网络模型处理后的判定为疑似服务器的样本再使用K‑means算法进行分类。与现有技术相比，本发明在电力网络数据的分类应用中具有较高的准确率，可以满足现实环境下电力系统网络流量分类的需求。
-
公开(公告)号：CN115348063A
公开(公告)日：2022-11-15
申请号：CN202210882066.2
申请日：2022-07-25
申请人： 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
摘要： 本发明涉及网络安全人工智能技术领域，公开了一种基于DNN及K‑means的电力系统网络流量识别方法，对原始数据进行筛选，选出可为分类提供较多信息的数据项组成数据样本；对样本数据进行整合操作和归一化操作进行预处理；迭代训练DNN网络模型，使用预处理的训练集训练DNN网络模型，用于电力系统网络流量的初步分类，得到分类置信度和正负例结果；对DNN网络模型处理后的判定为疑似服务器的样本再使用K‑means算法进行分类。与现有技术相比，本发明在电力网络数据的分类应用中具有较高的准确率，可以满足现实环境下电力系统网络流量分类的需求。
-
公开(公告)号：CN115291046A
公开(公告)日：2022-11-04
申请号：CN202211204901.3
申请日：2022-09-30
申请人： 南京鼎研电力科技有限公司
摘要： 本发明涉及数据处理技术领域，具体涉及一种基于电网运行大数据的电网配电异常识别方法。该方法获取电网分区数据后构建电网节点图，以电网节点图确定节点的连通性、以电网运行历史数据确定节点的异常度、以节点状态数据确定电网节点图中调度线路的故障率，以所得连通性、异常度及故障率得到表征以当前节点为中心的一定范围内电网运行状态的节点矩阵，并将节点矩阵看做图像得到当前节点的异常图，将异常图输入神经网络完成待测节点单相接地故障判断。异常图不但表征了待测节点周围电网运行状况，且以图形式表征了其它节点或调度线路与待测节点的方位和距离，使异常图可表征其它节点或调度线路对待测节点影响程度，提高单相接地故障判断准确度。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.046 秒)
