-
公开(公告)号:CN108776762B
公开(公告)日:2022-01-28
申请号:CN201810586230.9
申请日:2018-06-08
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
IPC: G06F21/62 , G06F40/289
Abstract: 本申请提供了一种数据脱敏的处理方法及装置,确定目标数据的类型;根据所述目标数据的类型调用分词基准词库中的相应子词库,并采用与所述目标数据的类型相对应的分词方法进行分词;根据所述目标数据的类型和所述目标数据的长度,确定所述目标数据的脱敏方法,并采用所述目标数据的脱敏方法对所述目标数据分词后得到的敏感数据进行脱敏处理。通过对目标数据进行分词得到具有一定结构的数据,对存在主要敏感信息的部分进行脱敏处理,对敏感信息的全部或大部分进行掩码,提高了数据脱敏的有效性,保障数据资产安全,最大程度保护客户信息的安全,避免非正常查询、导出等方式造成的客户信息泄露。
-
公开(公告)号:CN108776762A
公开(公告)日:2018-11-09
申请号:CN201810586230.9
申请日:2018-06-08
Applicant: 北京中电普华信息技术有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
Abstract: 本申请提供了一种数据脱敏的处理方法及装置,确定目标数据的类型;根据所述目标数据的类型调用分词基准词库中的相应子词库,并采用与所述目标数据的类型相对应的分词方法进行分词;根据所述目标数据的类型和所述目标数据的长度,确定所述目标数据的脱敏方法,并采用所述目标数据的脱敏方法对所述目标数据分词后得到的敏感数据进行脱敏处理。通过对目标数据进行分词得到具有一定结构的数据,对存在主要敏感信息的部分进行脱敏处理,对敏感信息的全部或大部分进行掩码,提高了数据脱敏的有效性,保障数据资产安全,最大程度保护客户信息的安全,避免非正常查询、导出等方式造成的客户信息泄露。
-
公开(公告)号:CN117578424A
公开(公告)日:2024-02-20
申请号:CN202311561464.5
申请日:2023-11-22
Applicant: 北京中电普华信息技术有限公司
Abstract: 本发明提供一种基于人工算法的电网负荷辨识方法,包括5个步骤:数据收集、数据清洗和处理、建模、模型评估、预测。本发明方法能够通过对数据进行处理和插值来弥补缺失值,以及通过滤波和平滑等技术来减少噪声的影响;通过灵活的模型结构和参数调整来适应非线性情况,并且可以引入非线性特征工程来提高负荷辨识的准确度;通过优化算法和并行计算等手段来提高计算效率,以满足实时性要求。
-
公开(公告)号:CN115713153A
公开(公告)日:2023-02-24
申请号:CN202211434685.1
申请日:2022-11-16
Applicant: 国网江苏省电力有限公司信息通信分公司 , 北京中电普华信息技术有限公司
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06
Abstract: 本申请公开了一种电力供需平衡预测装置及方法,可应用于数据处理技术领域。该装置包括:数据筛选模块,接收输入的数据,将数据根据预设条件进行筛选并将与电力供应预测相关的数据发送至电力供应预测模块,将与电力需求预测相关的数据发送至电力需求预测模块;电力供应预测模块,接收筛选后与电力供应预测相关的数据,根据预设的算法调用相关参数表,将筛选后的数据进一步处理得到电力供应预测结果;电力需求预测模块,接收筛选后与电力需求预测相关的数据,根据预设的算法调用相关参数表,将筛选后的数据进一步处理得到电力需求预测结果;该装置更准确的综合分析预测电力的供需平衡。与现有技术中的电力供需平衡预测装置相比,预测的准确度更高。
-
公开(公告)号:CN116883038A
公开(公告)日:2023-10-13
申请号:CN202310729841.5
申请日:2023-06-19
Applicant: 北京中电普华信息技术有限公司
IPC: G06Q30/0201 , G06Q50/06 , G06F18/15 , G06F18/23 , G06F18/24 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 本申请公开了一种电力价格数据的处理方法及装置,涉及计算机领域,该方法包括:获取第一电力价格数据以及电力价格影响因子数据;对所述第一电力价格数据进行空白值检查,以得到第二电力价格数据;所述空白值检查包括:当所述第一电力价格数据中存在空白值时,对所述第一电力价格数据中的空白值进行插值补充;按照时间序列将所述第二电力价格数据以及所述电力价格影响因子数据构建为多变量时间序列矩阵;将所述多变量时间序列矩阵输入至时间序列矩阵聚类模型,以得到所述时间序列矩阵聚类模型输出的聚类结果。该聚类结果用于辅助技术人员进行电力价格预测,以提高电力价格预测精度。
-
-
-
-