-
公开(公告)号:CN118798734A
公开(公告)日:2024-10-18
申请号:CN202410928366.9
申请日:2024-07-11
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06Q10/0639 , G06Q50/06 , G06F18/243 , G06F17/18
摘要: 本申请实施例公开了一种用于电站径流预报的流域分块产流方法及相关设备,根据待划分分块流域的平均地形指数和平均CN值获得蓄超划分结果,并结合积雪覆盖面积获得融雪划分结果;通过综合蓄超划分结果和融雪划分结果两种划分结果获得待划分分块流域的产流划分结果,蓄超划分结果和融雪划分结果能够有效的体现不同区域不同季节变化的特点,以减小气象因素和下垫面因素所导致的空间分布不均匀,从而提升不同流域的产流进行划分的结果。
-
公开(公告)号:CN110826237B
公开(公告)日:2024-01-23
申请号:CN201911096262.1
申请日:2019-11-11
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06F30/20 , G06F119/02 , G06F111/10
摘要: 本申请公开了基于贝叶斯信念网络的风电设备可靠性分析方法及系统,方法包括获取评价风电设备可靠性的基础数据,所述基础数据包括电站运行数据和设备检修数据;筛选出关键指标,构建风电设备可靠性指标体系;对所述关键指标的基础数据进行处理;根据处理后的数据,建立并优化贝叶斯信念网络模型;根据所述贝叶斯信念网络模型分析风电设备的可靠性。本申请的贝叶斯信念网络模型对于风电可靠性分析的准确性高,还有具有一定的稳定性,对于不确定性问题具有强大的处理能力,并且能够有效地进行多元信息表达与融合,能有效地按信息的相关关系进行融合,从而实现风电设备可靠性控制的(56)对比文件熊文军等.面向Issue跟踪系统的变更请求报告关闭可能性预测.计算机科学.2017,第44卷(第11期),146-155.杜冠洲;韦古强;凌俊斌.基于数据挖掘技术的风电设备可靠性分析.中国设备工程.2017,(第12期),92-94.
-
公开(公告)号:CN117251580A
公开(公告)日:2023-12-19
申请号:CN202311203409.9
申请日:2023-09-18
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06F16/36 , G06F16/33 , G06F16/9535 , G06N3/08
摘要: 本申请实施例公开了电力项目的话题推荐模型的训练方法及相关设备,利用协作知识图谱损失函数和预设的深度学习算法训练预设的话题推荐模型,使话题推荐系统所推荐的知识文档与用户具备较高的关联性。同时协作知识图谱是一个包含丰富内容的知识文档的结构化数据图,能够完整的记录与预设电力项目相关的知识文档,使训练后的话题推荐模型所推荐的知识文档更为全面。
-
公开(公告)号:CN110807601B
公开(公告)日:2023-11-07
申请号:CN201911097047.3
申请日:2019-11-11
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06Q10/0635 , G06Q10/20 , G06Q50/26 , G06F18/27 , G06F18/15 , G06F18/214 , G06F18/243 , G06F18/25 , G06N20/20 , G06N5/01
摘要: 本申请实施例公开了一种基于截尾数据的园区道路劣化分析方法,所述方法由数据收集、数据处理、数据标准化、变量选择、模型构建、参数估计、构建道路劣化模型和结果分析八个步骤实现,在样本中添加自然环境和气候因素,以此达到在原有因素的基础上更近一步分析自然环境和气候因素对道路劣化的影响的目的;同时分析由道路评分标准范围限制造成的截尾数据,利用基于Cox回归模型的方法处理截尾数据,将这一部分不完整数据所带的信息加入到模型训练中,保证信息的完整性,避免偏差。
-
公开(公告)号:CN109714831B
公开(公告)日:2023-03-03
申请号:CN201811572133.0
申请日:2018-12-21
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: H04W76/12 , H04W76/11 , H04L12/46 , H04L61/5007 , H04W8/26
摘要: 本申请提供了一种异构无线网络的通信方法、终端及系统,该方法接收接入平台分配的第一IP地址;利用网络选择算法,选择至少一个接入网络;接收每个所述接入网络分配的对应的第二IP地址;根据每个所述第二IP地址,建立相应的与所述接入平台连接的L2TP隧道;根据所述第一IP地址、身份信息和L2TP隧道,建立与所述接入平台PPP连接;利用所述接入平台与目标网络连接。本申请可以利用无线网络之间的互补性,通过聚合使用多个无线网络的方式来提高终端可使用的传输带宽,达到最好的通信效果,并且无需对现有无线通信协议及无线网络做任何改动。
-
公开(公告)号:CN111611446B
公开(公告)日:2023-01-20
申请号:CN202010447886.X
申请日:2020-05-25
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06F16/901 , G06Q10/04 , G06Q50/06 , G06Q50/30
摘要: 本发明涉及一种基于多层复杂网络的四网融合用户用能数据模型构建方法,包括:S01,采集多维样本使用数据;S02,基于所述多维样本数据对每个粒度网络进行建模;S03,构建四层网络;S04构建属性层;S05,将每一层均构建为图G(V,E,A)。本发明基于四网融合采集的用户数据,结合多层复杂网络方法,从多层次、多维度、多粒度3个层面构建成用户用能数据模型,具有结构清晰、关系分明的特点,再现用户数据在3个方面呈现特性的形成机理,实现用户数据的全方位研究,更能体现真实四网融合复杂数据系统,全面直观反映不同客户、产品、渠道在“四网融合”背景下的关联关系,同时有利于对用户用能行的有效分析及预测。
-
公开(公告)号:CN114969481A
公开(公告)日:2022-08-30
申请号:CN202210563638.0
申请日:2022-05-23
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06F16/953 , G06F16/9538
摘要: 本发明公开了一种相对重要节点挖掘方法、装置、计算机设备及介质,通过获取所述网络节点图形内包含的节点以及节点对边,并根据预设的节点顺序先设定好重要性顺序最高的重要节点后根据预设的推算公式推算剩余节点的重要性顺序,并最终输出所述网络节点图形内所有所述节点的重要性顺序,并根据所述重要性排序识别所述网络节点图形内的相对重要节点的方式,实现了无需依赖时间参数即可依靠贪心策略准确挖掘所述网络节点图形内包含的所有所述节点的相对重要性的排序结果,解决了现有技术当中现有的相对节点重要性推算方法普遍存在推算的过程中依赖时间参数,导致推算过程中相对的时间复杂度高、造成准确率相对较低的问题,提升了推算的准确性。
-
公开(公告)号:CN114254828A
公开(公告)日:2022-03-29
申请号:CN202111575099.4
申请日:2021-12-21
申请人: 云南电网有限责任公司电力科学研究院
摘要: 本发明提供了一种基于混合卷积特征提取器和GRU的电力负荷预测方法,通过对所收集的数据进行归一化处理,再将归一化处理得到的数据带入到混合卷积特征提取器,混合卷积特征提取器中的卷积块对归一化数据进行一维卷积层、最大池化层以及RELU激活函数处理后得到的输出数据再进行一维向量的转化,再带入到MLP神经网络得到非线性特征。将非线性特征带入到GRU模型进行迭代学习,由全连接层输出预测结果。本发明通过结合卷积特征提取和GRU模型,利用混合卷积特征提取器在数据挖掘领域的优势,提取非线性数据的关系。使用GRU模型可以充分考虑负荷特征的时序特性,具有良好地时序性数据拟合回归能力,有较高的预测效率,也能更精准的预测未来电力负荷预测。
-
公开(公告)号:CN113220903A
公开(公告)日:2021-08-06
申请号:CN202110546698.7
申请日:2021-05-19
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06F16/36 , G06F16/901 , G06Q10/00 , G06Q10/04 , G06Q50/06
摘要: 本申请公开了一种基于知识图谱的电力事故可视化分析系统及方法,首先,知识图谱层对电力事故事件的文本数据进行处理并构建图数据库;界面交互层获取数据请求并发送至数据访问层;接着,数据访问层根据请求对图数据库进行处理,并将处理结果发送至业务逻辑层,业务逻辑层根据请求及处理结果,分别进行模式切换,节点和关系的编辑及对事件过程的分析,确定事件的主要责任人及电力设备;最后,界面交互层将业务逻辑层的处理结果进行可视化展示。本申请解决了由于以传统文字的方式记录电力事故案件情况不利于对案件进行分析,所以很难帮助人们准确的找出电力事故案件发生的主要责任人或主要责任电力设备问题,使可视化的内容更易于人们理解。
-
公开(公告)号:CN112308230A
公开(公告)日:2021-02-02
申请号:CN202011199856.8
申请日:2020-10-30
申请人: 云南电网有限责任公司电力科学研究院
IPC分类号: G06N5/02
摘要: 本发明涉及一种资产管理全生命周期知识库的构建及应用方法,包括以下步骤:获取资产管理相关数据;梳理资产管理相关数据设计企业资产全生命管理的业务模型;梳理资产管理相关数据设计资产数据元模型;根据企业资产全生命管理的业务模型和资产数据元模型进行知识抽取,并生成资产管理全生命周期涉及的所有知识,构建知识库;并基于故障预测算法,对设备的健康状况进行预测与评估。与现有技术相比,本方法创新性地采用知识图谱技术对资产全生命周期管理涉及的数据进行整合,并构建了设备故障预测模型,具有知识利用率高、模型预测精准的优点。
-
-
-
-
-
-
-
-
-