-
公开(公告)号：CN113419934A
公开(公告)日：2021-09-21
申请号：CN202110676313.9
申请日：2021-06-18
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种基于回归预测方法监测KPI指标中的单点数据异常、连续数据异常、相关性异常等多元数据异常的方法。方法主要包括以下步骤：对数据集进行预处理，分析数据集的周期性，趋势，相关性等统计属性；对数据集通过统计建模或机器学习算法计算预测值；计算实际值与预测值的异常分数，并利用3‑sigma准则进行异常值的监测；针对单点异常，直接通过准则监测；针对连续异常，为降低连续异常对预测的影响，采取一个周期内的预测平均值进行异常分数计算。使用标准度量方法AUC和PRAUC来评估算法精度。在本方法中可以采用多种机器学习回归算法进行预测值计算，针对多元异常提出针对性解决方案，使算法更具灵活性，对数据的异常类型监测也更全面。
-
公开(公告)号：CN110780916A
公开(公告)日：2020-02-11
申请号：CN201910865006.8
申请日：2019-09-09
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开一种电网调度控制系统的软件运维方法、装置和系统，方法包括：响应于外部软件更新触发信号，获取软件版本管理系统中的最新版本源码数据；对接收到的源码数据进行编译、分类、打包以及版本标记，得到软件升级包；将软件升级包上传至软件版本管理系统的软件仓库，使得软件版本管理系统响应于软件仓库更新向各电网调度控制系统服务器发送软件升级信号，各电网调度控制系统服务器将本地多类软件与软件仓库中对应类别的最新版本软件升级包进行版本比较，当比较结果不同时则下载相应软件升级包后进行本地软件升级。本发明能够实现对电网调度控制系统软件的智能升级，提升软件发布效率，缩短软件发布周期。
-
公开(公告)号：CN110780916B
公开(公告)日：2022-11-04
申请号：CN201910865006.8
申请日：2019-09-09
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开一种电网调度控制系统的软件运维方法、装置和系统，方法包括：响应于外部软件更新触发信号，获取软件版本管理系统中的最新版本源码数据；对接收到的源码数据进行编译、分类、打包以及版本标记，得到软件升级包；将软件升级包上传至软件版本管理系统的软件仓库，使得软件版本管理系统响应于软件仓库更新向各电网调度控制系统服务器发送软件升级信号，各电网调度控制系统服务器将本地多类软件与软件仓库中对应类别的最新版本软件升级包进行版本比较，当比较结果不同时则下载相应软件升级包后进行本地软件升级。本发明能够实现对电网调度控制系统软件的智能升级，提升软件发布效率，缩短软件发布周期。
-
公开(公告)号：CN113419934B
公开(公告)日：2022-07-08
申请号：CN202110676313.9
申请日：2021-06-18
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种基于回归预测方法监测KPI指标中的单点数据异常、连续数据异常、相关性异常等多元数据异常的方法。方法主要包括以下步骤：对数据集进行预处理，分析数据集的周期性，趋势，相关性等统计属性；对数据集通过统计建模或机器学习算法计算预测值；计算实际值与预测值的异常分数，并利用3‑sigma准则进行异常值的监测；针对单点异常，直接通过准则监测；针对连续异常，为降低连续异常对预测的影响，采取一个周期内的预测平均值进行异常分数计算。使用标准度量方法AUC和PRAUC来评估算法精度。在本方法中可以采用多种机器学习回归算法进行预测值计算，针对多元异常提出针对性解决方案，使算法更具灵活性，对数据的异常类型监测也更全面。
-
公开(公告)号：CN112418438A
公开(公告)日：2021-02-26
申请号：CN202011327005.7
申请日：2020-11-24
Applicant: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于容器的机器学习流程化训练任务执行方法及系统，提出适用于机器学习模型训练与评估的抽象化过程描述语言，对机器学习模型训练所涉及的算法选择、超参设置、损失函数、优化函数、执行计划等关键环节提供模板化配置，并通过模型构建任务调度框架实现自动化模型快速训练与评估，通过免编码方式提高机器学习应用模型构建效率；通过基于容器的集群CPU、GPU、内存等算力资源的统一管控，提供多租户资源隔离、弹性扩展的容器化机器学习模型训练环境，实现集群计算资源的高效利用与统筹管理。
-
Patent Agency Ranking
公开(公告)号：CN112418438B
公开(公告)日：2022-08-26
申请号：CN202011327005.7
申请日：2020-11-24
Applicant: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于容器的机器学习流程化训练任务执行方法及系统，提出适用于机器学习模型训练与评估的抽象化过程描述语言，对机器学习模型训练所涉及的算法选择、超参设置、损失函数、优化函数、执行计划等关键环节提供模板化配置，并通过模型构建任务调度框架实现自动化模型快速训练与评估，通过免编码方式提高机器学习应用模型构建效率；通过基于容器的集群CPU、GPU、内存等算力资源的统一管控，提供多租户资源隔离、弹性扩展的容器化机器学习模型训练环境，实现集群计算资源的高效利用与统筹管理。
-
公开(公告)号：CN114064396A
公开(公告)日：2022-02-18
申请号：CN202111251415.2
申请日：2021-10-27
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种KPI数据异常分数确定方法、异常检测方法及系统，利用编码器、解码器的自注意力机制与编码‑解码注意力机制，对含有故障信息的时序KPI数据进行异常检测，得到每一时刻的异常分数；最后，使用高斯先验分布生成得到正常分数，计算出其均值与方差，并依此对输出的异常分数进行异常判定，得到异常分析结果。本发明对时序KPI数据进行异常检测，便于运维人员快速获得KPI数据中的异常信息。
-
公开(公告)号：CN114169531A
公开(公告)日：2022-03-11
申请号：CN202111339559.3
申请日：2021-11-12
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种组态化机器学习建模任务描述的预测方法及系统，获取当前区域的业务数据，输入到集成多种机器学习算法的预测模型，输出该区域对应该业务的预测数据；根据业务需求从机器学习算法集成框架中提取与该业务数据相关的多个机器学习算法，生成对应业务的以有向无环图数据结构进行描述的机器学习流程化任务描述结构，每个机器学习算法为所述机器学习流程化任务描述结构中的一个运算节点，确定用于依次调用每个运算节点对应的运算程序的参数，进行模型训练；保存训练好的集成多种机器学习算法的预测模型。优点：封装各机器学习框架算法的集成框架，降低开发的人力成本、提高开发效率，降低人工智能技术应用的门槛。
-
公开(公告)号：CN109522599A
公开(公告)日：2019-03-26
申请号：CN201811199911.6
申请日：2018-10-16
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国电南瑞南京控制系统有限公司
Inventor： 王波 , 杨科 , 吴海伟 , 闪鑫 , 李非非 , 张筱辰 , 杨明 , 刘栋 , 王毅 , 罗玉春 , 韩禹 , 徐丽燕 , 季惠英 , 尹永昌 , 苏运光 , 葛以踊 , 张洁
Abstract: 本发明公开了一种台风导致的输电线路突发故障预警方法。基于大量台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据构建机器学习训练样本特征矩阵、训练样本标签；利用训练样本特征矩阵、训练样本标签训练随机森林模型；基于台风气象预报数据、当前输电线路数据构建预测样本特征，将构建的预测样本特征输入训练后的随机森林模型，根据随机森林模型输出结果，判断当前输电线路是否可能会发生故障。本发明可实现台风导致的输电线路突发故障的预测，电网调度人员可根据预测结果提前做好突发故障应急处理措施，从而确保电网的安全运行。本发明基于大数据技术，突破传统方法的分析模型限制，考虑更多潜在关联影响因素，提升预测准确率。
-
公开(公告)号：CN114153525B
公开(公告)日：2024-01-05
申请号：CN202111447806.1
申请日：2021-11-30
Applicant: 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种面向电网调控业务的AI模型服务化共享方法及系统，其包括：获取AI模型仓库，所述AI模型仓库包括多个模型集，每个模型集中存储有多个相同类型的AI模型；以AI模型仓库中的模型集为粒度在集群系统中创建AI模型的模型在线服务；通过启动模型在线服务将AI模型仓库中的AI模型保存到集群系统中；根据外部请求从集群系统中加载AI模型。本发明采用批量存取AI模型方式，减少了网络传输频率，有效提高了存取效率，基于Kubernetes提供AI模型服务一体化发布，实现快速平滑升级和扩容，提高硬件资源利用率，方便快捷、安全可靠、低成本，构建应用AI模型成果在调控系统内部共建共享的生态环境。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.048 seconds)
