一种基于RPC的工作票风险预警的双端通信机制方法

    公开(公告)号:CN118381810A

    公开(公告)日:2024-07-23

    申请号:CN202410481070.7

    申请日:2024-04-22

    Abstract: 本发明公开了一种基于RPC的工作票风险预警的双端通信机制方法,涉及双端通信机制技术领域。本发明包括以下步骤:S1:数据结构的设计;S2:协议格式的设计;S3:通信机制的基本操作;S4:快速预估预测时间方法设计。本发明提高通信的效率和实时性。本专利通信机制利用RPC的工作方式,实现了后端和算法端之间的远程过程调用,减少了通信的开销和延迟,提高了通信的速度和质量。同时,后端利用预测通信表提高预测通信可靠性。算法端利用预测缓存表和预测结果表,减少了重复的预测计算,提高了预测效率和质量。此外,利用增量计算的方式,避免了每次都重新计算整个历史数据集,提高了计算效率和实时性。

    一种基于FP-Growth算法的电网作业风险预测优化方法

    公开(公告)号:CN118312931A

    公开(公告)日:2024-07-09

    申请号:CN202410576851.4

    申请日:2024-05-10

    Abstract: 本发明公开了一种基于FP‑Growth算法的电网作业风险预测优化方法,包括使用FP(Frequent Pattern)‑Growth算法构建事故分析模型,选择能反映数据之间关联性的logistic回归,构建数据关联模型,度量数据之间的关联性,将事故分析模型和数据关联模型进行整合,利用事故分析模型中的输出信息和历史预测数据作为数据关联模型的输入,输出的结果形成一个高效的数据集,实现事故分析报告和历史预测数据的有机结合,提高事故预防和预测的能力;本发明与现有的技术相比的优点在于:本发明利用专家事故分析报告中的事故原因、预控措施等信息和历史预测数据中的预测结果、预测误差等信息进行关联,形成一个高效数据集,对llama2模型进行微调和优化,提高其对电力生产作业风险的预测准确度。

    一种风电汇集区域次同步振荡风险在线评估和预警方法

    公开(公告)号:CN110854884B

    公开(公告)日:2023-07-14

    申请号:CN201911246786.4

    申请日:2019-12-07

    Abstract: 本发明公开了属于动力与电气工程技术领域的一种风电汇集区域次同步振荡风险在线评估和预警方法,包括:从风电场侧,针对每个风电机群建立各自的子状态空间模型,从电网侧,以同步发电机、输电网络和负荷作为一个子系统并建立其子状态空间模型,结合风电场侧和电网侧的子状态空间模型构建闭环状态空间模型;基于风电场的实时运行信息(风速、并网风机数量、控制策略)和电网的实时运行信息(网络拓扑和潮流),建立风电并网系统的实时闭环状态空间模型;基于风速预测数据和负荷预测数据,建立风电并网系统的预测闭环状态空间模型;计算实时和预测闭环状态空间模型的特征信息,根据特征值结果评估风电并网系统次同步振荡的风险并作出振荡预警。

    一种基于实际电网扰动波形的风电场AVC子站性能测试方法

    公开(公告)号:CN110879321A

    公开(公告)日:2020-03-13

    申请号:CN201911204345.8

    申请日:2019-11-29

    Abstract: 本发明公开了一种基于实际电网扰动波形的风电场AVC子站性能测试方法,包括以下步骤:A、收集实际电网发生过功率变化数据和电压变化数据,作为回放数据源;B、获取仿真得到电网功率和电压数据,作为回放数据源;C、在步骤B的基础上,开展风电场AVC子站性能测试;D、将不同功率、电压扰动变化数据通过模拟量输出卡回放给风电场AVC子站实际系统和风电场AVC子站理论模型,记录风电场AVC子站的实测输出结果和理论仿真模型的计算结果;E、对风电场AVC子站的输出结果和故障数据的理论计算结果进行对比,对比得到其特性评价结果,本发明可以较为简便的对风电场AVC子站的动态性能进行测量,核查风电场AVC子站是否在多种故障和工况下工作正常。

    一种风电汇集区域次同步振荡风险在线评估和预警方法

    公开(公告)号:CN110854884A

    公开(公告)日:2020-02-28

    申请号:CN201911246786.4

    申请日:2019-12-07

    Abstract: 本发明公开了属于动力与电气工程技术领域的一种风电汇集区域次同步振荡风险在线评估和预警方法,包括:从风电场侧,针对每个风电机群建立各自的子状态空间模型,从电网侧,以同步发电机、输电网络和负荷作为一个子系统并建立其子状态空间模型,结合风电场侧和电网侧的子状态空间模型构建闭环状态空间模型;基于风电场的实时运行信息(风速、并网风机数量、控制策略)和电网的实时运行信息(网络拓扑和潮流),建立风电并网系统的实时闭环状态空间模型;基于风速预测数据和负荷预测数据,建立风电并网系统的预测闭环状态空间模型;计算实时和预测闭环状态空间模型的特征信息,根据特征值结果评估风电并网系统次同步振荡的风险并作出振荡预警。

    基于llama2大语言模型的电力风险预测方法

    公开(公告)号:CN118313657A

    公开(公告)日:2024-07-09

    申请号:CN202410423314.6

    申请日:2024-04-09

    Abstract: 本发明公开了基于llama2大语言模型的电力风险预测方法,包括S1、数据集准备,S2、llama2模型构建,S2.1、制作输入序列,S2.2、预归一化,S2.3,注意力机制,S2.4,旋转位置编码,S2.5、causal mask机制,S2.6、前馈神经网络,S2.7、速度优化,S3、模型训练,所述模型训练采用全参量微调、LoRA微调、QLoRA微调三种训练方法进行对比训练。本发明是一个领域特定的LLM,它专注于电力风险这一特定领域,在训练时使用了电力风险领域的数据,相比于通用的LLM,本发明在电力风险任务上有更强的性能和适应性,采用了llama2模型作为基础模型,通过微调方式适应电力相关作业风险预测的任务,实现对电力相关作业的风险等级、潜在的风险内容和安全建议的自动化和智能化的输出,进行多种训练和优化方法。

Patent Agency Ranking