-
公开(公告)号:CN108664538A
公开(公告)日:2018-10-16
申请号:CN201711233045.3
申请日:2017-11-30
申请人: 全球能源互联网研究院有限公司 , 国网山东省电力公司青岛供电公司 , 国家电网公司
摘要: 本发明涉及一种输变电设备疑似家族性缺陷的自动辨识方法及系统,包括:采集输变电设备数据,对输变电设备缺陷信息进行文本分析,得到设备缺陷信息特征词频矩阵;基于设备缺陷信息特征词频矩阵,计算词频向量矩阵之间的相关性和不同输变电设备缺陷信息之间的相似性;基于不同输变电设备缺陷信息之间的相似性,对输变电设备缺陷信息进行聚类,辨识疑似家族性缺陷设备。本发明对输变电设备缺陷信息进行聚类,并根据分组统计结果自动辨识疑似家族性缺陷设备,大大削减了人力和时间等成本。
-
公开(公告)号:CN108664538B
公开(公告)日:2022-02-01
申请号:CN201711233045.3
申请日:2017-11-30
申请人: 全球能源互联网研究院有限公司 , 国网山东省电力公司青岛供电公司 , 国家电网公司
IPC分类号: G06F16/28 , G06F16/35 , G06F16/2458 , G06F40/284
摘要: 本发明涉及一种输变电设备疑似家族性缺陷的自动辨识方法及系统,包括:采集输变电设备数据,对输变电设备缺陷信息进行文本分析,得到设备缺陷信息特征词频矩阵;基于设备缺陷信息特征词频矩阵,计算词频向量矩阵之间的相关性和不同输变电设备缺陷信息之间的相似性;基于不同输变电设备缺陷信息之间的相似性,对输变电设备缺陷信息进行聚类,辨识疑似家族性缺陷设备。本发明对输变电设备缺陷信息进行聚类,并根据分组统计结果自动辨识疑似家族性缺陷设备,大大削减了人力和时间等成本。
-
公开(公告)号:CN108664682A
公开(公告)日:2018-10-16
申请号:CN201711233113.6
申请日:2017-11-30
申请人: 全球能源互联网研究院有限公司 , 国网山东省电力公司青岛供电公司 , 国家电网公司
摘要: 本发明提供一种变压器顶层油温的预测方法及其系统,包括:基于历史气象数据、历史油温数据及历史负荷数据,建立变压器顶层油温的线性回归分析模型;基于历史负荷数据,建立带有气象和日期属性的负荷预测模型;基于负荷预测模型与气象预报信息,确定变压器未来时长内的负荷预测值;基于线性回归分析模型预测和变压器未来时长内的负荷预测值,预测变压器未来时长内的最高油温。本发明构建的变压器顶层油温预测模型,实现短期油温预警分析,为变压器状态检修和事故预防提供参考。
-
公开(公告)号:CN108663501A
公开(公告)日:2018-10-16
申请号:CN201711229306.4
申请日:2017-11-29
申请人: 全球能源互联网研究院有限公司 , 国网山东省电力公司青岛供电公司 , 国家电网公司
IPC分类号: G01N33/28
摘要: 本发明提供了一种变压器油中溶解气体浓度预测方法和系统,包括:获取变压器的各特征气体浓度、油温和负荷数据的历史数据;对各特征气体浓度之间以及特征气体浓度与油温、负荷之间进行相关性分析,并建立变压器油中溶解气体浓度预测模型;以当前时刻与预测目标特征气体的相关性大于预设阈值的相关特征气体浓度、油温和负荷数据作为输入变量,输入所述变压器油中溶解气体浓度预测模型,得到目标特征气体未来时刻的浓度预测值。该方法和系统能挖掘出与待预测选定气体相关性较大的因素作为输入变量,建立变压器油中溶解气体浓度预测模型,能够准确预测变压器各特征气体浓度,提升对变压器的掌控能力。
-
公开(公告)号:CN108663582A
公开(公告)日:2018-10-16
申请号:CN201711233114.0
申请日:2017-11-30
申请人: 全球能源互联网研究院有限公司 , 国网山东省电力公司青岛供电公司 , 国家电网公司
IPC分类号: G01R31/00
摘要: 本发明提供一种变压器的故障诊断方法及系统,包括:选取包含变压器油中溶解特征气体的变压器故障案例,建立变压器的故障案例库;基于变压器的故障案例库,确定训练样本集和测试样本集;基于训练样本集和测试样本集建立故障判别决策树,并对决策树进行修剪优化,得到变压器故障诊断分析模型;变压器故障案例包括:变压器油中溶解特征气体的类型、溶解特征气体的数值及所述变压器的设备状态类型。本发明基于样本集对决策树进行修剪优化,得到的故障诊断分析模型能够及时发现变压器内部的潜伏性故障,有效解决了传统油色谱三比值法由于故障编码不完全、编码缺失,造成的某些故障无法诊断的问题以及判正率较低的问题。
-
公开(公告)号:CN108152612A
公开(公告)日:2018-06-12
申请号:CN201711180964.9
申请日:2017-11-23
申请人: 全球能源互联网研究院有限公司 , 国家电网公司
IPC分类号: G01R31/00
CPC分类号: G01R31/00
摘要: 本发明提供了一种变压器故障预测方法、装置、终端及可读存储介质,其中,该方法包括:根据采集到的变压器油中溶解的特征气体的历史浓度和历史电气参数建立特征气体的浓度预测模型;利用浓度预测模型对采集到的特征气体的当前浓度和当前电气参数进行处理,得到特征气体的下一时刻浓度;根据特征气体的下一时刻浓度进行故障预测,得到预测故障类型。这种故障预测方法首先分析油溶气体间以及油溶气体和其它电气参数的关联关系,之后建立每一油溶气体基于其它气体和电气参数的浓度预测模型,通过浓度预测模型预测未来任意时刻变压器油溶气体浓度,根据油溶气体浓度进行故障预测,提高了变压器故障预测的精确度。
-
公开(公告)号:CN113268844B
公开(公告)日:2021-10-15
申请号:CN202110816582.0
申请日:2021-07-20
申请人: 全球能源互联网研究院有限公司 , 国网四川省电力公司
IPC分类号: G06F30/18 , G06F30/27 , G06K9/62 , G06N20/00 , G06F111/08 , G06F113/16
摘要: 本申请是关于一种用于电力线路的故障设备获取方法、装置及设备,具体涉及图数据领域。所述方法包括:获取第一拓扑模型;该第一拓扑模型中包含至少两个一次设备;获取至少一个第二拓扑模型;当接收到该二次设备生成的告警信号时,根据该告警信号对应的二次设备,对该二次设备所在的第二拓扑模型进行第一路径搜索,获取该告警信号对应的一次设备;根据该告警信号对应的一次设备,在该第一拓扑模型中进行第二路径搜索,获取该告警信号对应的故障设备。在上述方案,通过两个层次的路径搜索,充分考虑了二次设备与一次设备之间的连接关系对故障事件的影响,以及一次设备之间的连接关系对故障事件的影响,提高了故障设备的获取准确性。
-
公开(公告)号:CN113034136A
公开(公告)日:2021-06-25
申请号:CN202110262805.3
申请日:2021-03-10
申请人: 全球能源互联网研究院有限公司 , 国网江苏省电力有限公司常州供电分公司 , 国家电网有限公司
IPC分类号: G06Q20/38
摘要: 本发明公开了一种基于区块链的数据管理方法、装置及电子设备,其中,方法包括:当接收到任一节点发出的数据查询请求,根据所述数据查询请求包含的权限信息,确定所述节点是否具有查询权限;当所述节点具有查询权限,根据所述数据查询请求中包含的待查询数据资产的数据标识在区块链中查询与所述数据标识对应的数据资产,其中区块链中的数据资产预先通过所述数据供给节点将原始数据进行加密后上传得到,所述区块链中的数据资产在区块链中与相应的数据标识、数据确权信息关联存储;将数据资产查询结果反馈给发出所述数据查询请求的节点。
-
公开(公告)号:CN110704873B
公开(公告)日:2021-05-25
申请号:CN201910910399.X
申请日:2019-09-25
申请人: 全球能源互联网研究院有限公司 , 国家电网有限公司
摘要: 本发明公开了一种防止敏感数据泄漏的方法及系统,其中方法包括:利用预设敏感字段发现算法建立原始敏感字段库;获取敏感数据全生命周期过程中的元数据;根据原始敏感字段库和元数据,解析敏感数据流转过程中的模型及代码,获取全链路中敏感数据的血缘关系和使用路径;利用敏感数据的血缘关系和使用路径,获取敏感数据使用清单;利用预设数据特征分析算法解析敏感数据转换过程,获取敏感数据检查清单;预警并审计敏感数据。本发明将原始敏感字段库、元数据管理、模型及代码解析、敏感数据血缘关系、敏感数据内容特征解析与预警审计结合,使敏感数据的流转和使用过程更直观、清晰,有效降低了数据的全生命周期中各环节敏感数据泄露的风险。
-
公开(公告)号:CN110704873A
公开(公告)日:2020-01-17
申请号:CN201910910399.X
申请日:2019-09-25
申请人: 全球能源互联网研究院有限公司 , 国家电网有限公司
摘要: 本发明公开了一种防止敏感数据泄漏的方法及系统,其中方法包括:利用预设敏感字段发现算法建立原始敏感字段库;获取敏感数据全生命周期过程中的元数据;根据原始敏感字段库和元数据,解析敏感数据流转过程中的模型及代码,获取全链路中敏感数据的血缘关系和使用路径;利用敏感数据的血缘关系和使用路径,获取敏感数据使用清单;利用预设数据特征分析算法解析敏感数据转换过程,获取敏感数据检查清单;预警并审计敏感数据。本发明将原始敏感字段库、元数据管理、模型及代码解析、敏感数据血缘关系、敏感数据内容特征解析与预警审计结合,使敏感数据的流转和使用过程更直观、清晰,有效降低了数据的全生命周期中各环节敏感数据泄露的风险。
-
-
-
-
-
-
-
-
-