-
公开(公告)号:CN104821958B
公开(公告)日:2018-04-27
申请号:CN201510181075.9
申请日:2015-04-17
申请人: 国家电网公司 , 国电南瑞科技股份有限公司 , 国网浙江省电力公司
摘要: 本发明公开了一种基于WebService的用电数据分组交互接口方法,包括以下步骤,用电采集系统提供的WebService的数据接口服务,进行分组和生成优先级,并随机分配唯一的交互数据任务ID号,将分配的任务ID号返回给目标端;数据接口服务按需要交互的数据量进行分组及任务的优先级进行排序,并对每组任务生成子任务ID号;按顺序进行子任务对应的数据准备完成后,数据接口服务把对应子任务ID号返回给目标端,目标端根据子任务ID号快速获得准备好的数据,本发明的方法解决了WebService实时交互中根据请求的数据量及具体数据信息按优先级策略进行分组排序,并按顺序响应,实现分组异步交互,具有良好的应用前景。
-
公开(公告)号:CN104598590A
公开(公告)日:2015-05-06
申请号:CN201510027951.2
申请日:2015-01-20
申请人: 国家电网公司 , 国电南瑞科技股份有限公司 , 国网浙江省电力公司
CPC分类号: G06F17/30179 , G06Q50/06
摘要: 本发明公开了CIM与DLMS/COSEM数据的转换方法,通过在AMI系统接收第三方系统发出的请求数据,通过映射关系转换成DLMS/COSEM数据,访问设备,设备向AMI系统发出响应数据,通过映射关系转换成CIM数据,返还给第三方系统;通过映射关系实现两种数据之间的转换,实现了不同应用系统之间数据的交互,数据转换的效率高。
-
公开(公告)号:CN104598590B
公开(公告)日:2018-04-20
申请号:CN201510027951.2
申请日:2015-01-20
申请人: 国家电网公司 , 国电南瑞科技股份有限公司 , 国网浙江省电力公司
摘要: 本发明公开了CIM与DLMS/COSEM数据的转换方法,通过在AMI系统接收第三方系统发出的请求数据,通过映射关系转换成DLMS/COSEM数据,访问设备,设备向AMI系统发出响应数据,通过映射关系转换成CIM数据,返还给第三方系统;通过映射关系实现两种数据之间的转换,实现了不同应用系统之间数据的交互,数据转换的效率高。
-
公开(公告)号:CN104821958A
公开(公告)日:2015-08-05
申请号:CN201510181075.9
申请日:2015-04-17
申请人: 国家电网公司 , 国电南瑞科技股份有限公司 , 国网浙江省电力公司
CPC分类号: H04L67/02 , G06F9/5038 , G06Q50/06
摘要: 本发明公开了一种基于WebService的用电数据分组交互接口方法,包括以下步骤,用电采集系统提供的WebService的数据接口服务,进行分组和生成优先级,并随机分配唯一的交互数据任务ID号,将分配的任务ID号返回给目标端;数据接口服务按需要交互的数据量进行分组及任务的优先级进行排序,并对每组任务生成子任务ID号;按顺序进行子任务对应的数据准备完成后,数据接口服务把对应子任务ID号返回给目标端,目标端根据子任务ID号快速获得准备好的数据,本发明的方法解决了WebService实时交互中根据请求的数据量及具体数据信息按优先级策略进行分组排序,并按顺序响应,实现分组异步交互,具有良好的应用前景。
-
公开(公告)号:CN106295858A
公开(公告)日:2017-01-04
申请号:CN201610616285.0
申请日:2016-07-29
申请人: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
摘要: 本发明公开了一种电能表非健康度预测方法,具体包括以下步骤:(1)以厂商和批次为对象分析所属电能表的多维度指标,利用主成分分析法从原始变量中导出与健康值相关性最大的前N个主变量;(2)通过得到的主变量利用统计平均数法对所述主变量进行加权打分;(3)通过非健康值的计算公式降成一个维度;(4)通过min-max标准化对非健康值进行线性变换,使结果值映射到[0-1]之间,最终用散点图展现出各批次电能表的非健康值分布;(5)通过多元线性回归算法对电能表未来的非健康值进行预测。本发明以厂商和批次为分析对象,通过建立电能表健康度评价模型,应用大数据技术实现对电能表进行整体运行状态分析。
-
公开(公告)号:CN102495868B
公开(公告)日:2013-11-20
申请号:CN201110389358.4
申请日:2011-11-30
申请人: 国家电网公司 , 国网河北省电力公司 , 国电南瑞科技股份有限公司
IPC分类号: G06F17/30 , G06F3/0481
摘要: 本发明涉及一种电能量采集与监控系统图形监控的实现方法。所述方法包括定义所述系统的设备或者其它对象、供选择的对象集合检索工具、从所述检索工具上拖动选择对象放到图形设备上直接和数据库相关联和从所述检索工具上拖动选择对象放到数据定义对应字段上直接定义操作数;所述方法生成标准的SVG格式图形;利用SVG技术实现跨平台数据定义。本发明的优点是:(1)从可视的图形树工具中层层选择到最终唯一的对象进行拖拽到目标对象上减少了人工输入的误差,并且更加的方便快捷。(2)多数据源的关联。(3)定义灵活,方便数据的扩展。
-
公开(公告)号:CN106154209B
公开(公告)日:2018-11-30
申请号:CN201610618875.7
申请日:2016-07-29
申请人: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
IPC分类号: G01R35/04
摘要: 本发明公开了基于决策树算法的电能表故障预测方法,包括以下步骤:通过采集装置采集用户的相关数据,并排除错误数据;分析统计时间段内专变用户及低压用户是否存在环境异常、质量异常的电能表;针对专变用户统计当前是否存在满足判断故障的计量和用电异常事件,针对低压用户统计当前是否存在满足判断故障的计量异常事件;根据电能表对应的厂商和批次发生故障的信息,并结合营销系统的电能表计量故障信息,用决策树算法建立电能表故障预测模型,分析预测电能表运行是否会发生故障;判断结果是否准确,如果准确则结束流程,如果不准确则继续判断故障。本发明能够准确、及时地发现问题电能表,从而降低了检查部门现场排查和计量故障处理的工作量。
-
公开(公告)号:CN106154209A
公开(公告)日:2016-11-23
申请号:CN201610618875.7
申请日:2016-07-29
申请人: 国电南瑞科技股份有限公司 , 国网安徽省电力公司 , 国家电网公司 , 国电南瑞南京控制系统有限公司
IPC分类号: G01R35/04
CPC分类号: G01R35/04
摘要: 本发明公开了基于决策树算法的电能表故障预测方法,包括以下步骤:通过采集装置采集用户的相关数据,并排除错误数据;分析统计时间段内专变用户及低压用户是否存在环境异常、质量异常的电能表;针对专变用户统计当前是否存在满足判断故障的计量和用电异常事件,针对低压用户统计当前是否存在满足判断故障的计量异常事件;根据电能表对应的厂商和批次发生故障的信息,并结合营销系统的电能表计量故障信息,用决策树算法建立电能表故障预测模型,分析预测电能表运行是否会发生故障;判断结果是否准确,如果准确则结束流程,如果不准确则继续判断故障。本发明能够准确、及时地发现问题电能表,从而降低了检查部门现场排查和计量故障处理的工作量。
-
公开(公告)号:CN116205265A
公开(公告)日:2023-06-02
申请号:CN202310041168.6
申请日:2023-01-12
申请人: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
摘要: 本发明公开了一种基于深层神经网络的电网故障诊断方法及装置,所述方法包括获取电网故障告警信息和网络拓扑结构;根据电网故障告警信息和网络拓扑结构构建神经网络样本,神经网络样本包括神经网络学习样本和神经网络测试样本;对神经网络样本进行预处理,获得故障特征向量;将神经网络学习样本的故障特征向量输入至预先构建并基于混沌粒子群算法优化后的深层神经网络模型中进行学习,获得优化并学习后的深层神经网络模型;将神经网络测试样本的故障特征向量输入至优化学习后的深层神经网络模型中进行概率诊断测试,获取故障概率结果,本发明对样本建立深层神经网络模型并利用混沌粒子群算法对深层神经网络进行学习训练,具有较高的诊断正确率。
-
公开(公告)号:CN114978931B
公开(公告)日:2022-12-06
申请号:CN202210902318.3
申请日:2022-07-29
申请人: 国电南瑞科技股份有限公司 , 南瑞集团有限公司
IPC分类号: H04L41/147 , H04L41/14 , H04L43/0876 , H04L41/16 , G06N3/04 , G06N3/08
摘要: 本发明公开了基于流形学习的网络流量预测方法、装置及存储介质,包括获取网络流量数据;对网络流量数据进行预处理,预处理包括降维以及采用流行学习方法去除共轭点并保持各样本点之间的距离不变;将预处理后的数据输入到训练优化后的网络流量预测模型得到预测的网络流量数据,网络流量预测模型包括依次连接的双向LSTM神经网络、CNN神经网络和全连接网络。本发明能够提供更为精确的用电信息采集网络流量预测。本发明能够提供更为精确的用电信息采集网络流量预测。
-
-
-
-
-
-
-
-
-