-
公开(公告)号：CN105184316A
公开(公告)日：2015-12-23
申请号：CN201510543111.1
申请日：2015-08-28
CPC分类号： G06K9/6269 , G06Q50/06
摘要： 本发明涉及一种基于特征权学习的支持向量机电网业务分类方法，利用特征权学习方法结合支持向量机多分类特点，对业务分类问题进行处理，包括：将采集数据划分为训练集与测试集，采用1-a-1SVM分类方法将多分类问题分解为一系列SVM二分类问题，对每个SVM二分类器分别进行参数寻优与特征子集选取，并引入特征学习思想，对不同特征赋予不同的权值，以表征其重要性程度。根据选取的最优特征子集与最优参数训练模型，得到的模型即为分类模型，然后对测试集样本进行分类；本发明提供的方法，通过根据各自特点分别选取每个SVM二分类器中最优参数与特征子集重新训练SVM分类模型，充分考虑了不同子分类器之间的差异性，具有更好的分类精度。
-
公开(公告)号：CN105184486A
公开(公告)日：2015-12-23
申请号：CN201510564935.7
申请日：2015-09-08
摘要： 本发明涉及一种基于有向无环图支持向量机的电网业务分类方法，包括：将采集数据分为训练集与测试集并采用卡方检验的特征选择算法对所述训练集进行处理，获取所述训练集对应的最优特征集，利用训练集中每两类构造一个SVM二分类器，基于有向无环图支持向量机(Directed Acyclic Graphs Support Vector Machine,DAG-SVM)算法对SVM二分类器进行处理，将分类错误概率小的分类器进行分类判决，排除样本属于某类的可能性，而在分类错误概率大的分类器中，不排除样本属于任一类的可能性，将两个类别都保留，并以此为依据调整有向无环图构造的学习结构直至获取测试集样本的分类结果，本发明方法解决了解决传统DAG-SVM算法存在的误差累积问题，能够有效的提高电网业务识别的准确率。
-
公开(公告)号：CN105160598A
公开(公告)日：2015-12-16
申请号：CN201510543233.0
申请日：2015-08-28
摘要： 本发明涉及一种基于改进EM算法的电网业务分类方法，将采集数据分为训练集和测试集并进行预处理，通过SFS算法选取合适的属性集，引入训练数据的类先验信息进行EM算法，得到一个高斯混合模型和类信息相关的矩阵，矩阵可以用来限制某个高斯模型只能表示特定的几种类别，再利用此矩阵和基于q参数的确定性退火EM算法q-DAEM来得到一个准确的聚类模型；本发明提供的方法能够利用EM算法和训练集的类先验信息来生成一个Z矩阵，在q-DAEM算法中引入Z矩阵，可以在迭代时有更好的收敛速度，生成一个合适的聚类模型，对电网采集数据进行处理，能够有效提高业务识别能力。
-
公开(公告)号：CN105160598B
公开(公告)日：2021-01-15
申请号：CN201510543233.0
申请日：2015-08-28
IPC分类号： G06K9/62 , G06F30/27 , G06F113/04
摘要： 本发明涉及一种基于改进EM算法的电网业务分类方法，将采集数据分为训练集和测试集并进行预处理，通过SFS算法选取合适的属性集，引入训练数据的类先验信息进行EM算法，得到一个高斯混合模型和类信息相关的矩阵，矩阵可以用来限制某个高斯模型只能表示特定的几种类别，再利用此矩阵和基于q参数的确定性退火EM算法q‑DAEM来得到一个准确的聚类模型；本发明提供的方法能够利用EM算法和训练集的类先验信息来生成一个Z矩阵，在q‑DAEM算法中引入Z矩阵，可以在迭代时有更好的收敛速度，生成一个合适的聚类模型，对电网采集数据进行处理，能够有效提高业务识别能力。
-
公开(公告)号：CN105184316B
公开(公告)日：2019-05-14
申请号：CN201510543111.1
申请日：2015-08-28
摘要： 本发明涉及一种基于特征权学习的支持向量机电网业务分类方法，利用特征权学习方法结合支持向量机多分类特点，对业务分类问题进行处理，包括：将采集数据划分为训练集与测试集，采用1‑a‑1SVM分类方法将多分类问题分解为一系列SVM二分类问题，对每个SVM二分类器分别进行参数寻优与特征子集选取，并引入特征学习思想，对不同特征赋予不同的权值，以表征其重要性程度。根据选取的最优特征子集与最优参数训练模型，得到的模型即为分类模型，然后对测试集样本进行分类；本发明提供的方法，通过根据各自特点分别选取每个SVM二分类器中最优参数与特征子集重新训练SVM分类模型，充分考虑了不同子分类器之间的差异性，具有更好的分类精度。
-
公开(公告)号：CN105656682B
公开(公告)日：2020-10-13
申请号：CN201610076830.1
申请日：2016-02-03
IPC分类号： H04L12/24
摘要： 本发明提供一种SDN控制器选址方法，其特征在于，所述方法包括如下步骤：I、计算时延矩阵；II、计算节点的伪邻域；III、判断控制网络是否满足可靠性，若满足可靠性进入步骤IV，否则进入步骤V；IV、加入伪邻域中的最近节点；V、得到邻域矩阵；VI、计算最小覆盖；VII、得到最小覆盖对应的SDN控制器选址。本发明利用基于最小覆盖的方法求解的控制器选址方案，不仅满足了交换机和控制器之间的时延要求，还降低了在受到单链路故障影响时平均失去控制器连接的交换机数目，控制网络可靠性较高，并且本发明的选址方法在不同规模不同连通度的网络中都具有稳定有效的效果。
-
公开(公告)号：CN105743818A
公开(公告)日：2016-07-06
申请号：CN201610076682.3
申请日：2016-02-03
IPC分类号： H04L12/917
摘要： 本发明涉及一种分配方法，所述分配方法包括：步骤I、接收虚拟网络资源请求；步骤II、分配虚拟网络资源；步骤III、记录虚拟网络的实际资源利用率；步骤IV、启动预测算法；步骤V、重新分配虚拟网络资源。本发明与传统的网络资源分配相比，采用二次指数平滑法，根据历史记录的数据，可较准确的预测出下一时间段各个虚拟节点和虚拟链路的资源需求，实现动态地为虚拟网络分配资源，不仅可以提高物理资源的利用率，同时也可提高虚拟网络资源的接收率。
-
公开(公告)号：CN105656682A
公开(公告)日：2016-06-08
申请号：CN201610076830.1
申请日：2016-02-03
IPC分类号： H04L12/24
摘要： 本发明提供一种SDN控制器选址方法，其特征在于，所述方法包括如下步骤：I、计算时延矩阵；II、计算节点的伪邻域；III、判断控制网络是否满足可靠性，若满足可靠性进入步骤IV，否则进入步骤V；IV、加入伪邻域中的最近节点；V、得到邻域矩阵；VI、计算最小覆盖；VII、得到最小覆盖对应的SDN控制器选址。本发明利用基于最小覆盖的方法求解的控制器选址方案，不仅满足了交换机和控制器之间的时延要求，还降低了在受到单链路故障影响时平均失去控制器连接的交换机数目，控制网络可靠性较高，并且本发明的选址方法在不同规模不同连通度的网络中都具有稳定有效的效果。
-
公开(公告)号：CN104103036B
公开(公告)日：2017-04-19
申请号：CN201410355069.6
申请日：2014-07-24
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司苏州供电公司 , 北京科东电力控制系统有限责任公司
IPC分类号： G06T3/40
摘要： 本发明涉及一种基于CIM/G规范的电网潮流图分辨率自适应方法，包括缩放比例自适应、地理背景自适应、图元自适应；缩放比例自适应包括：根据原始电网潮流图分辨率和当前显示设备分辨率取得缩放比例值；地理背景自适应包括：将地理背景图片排序并编号；根据设定的切换基数计算地理背景图片的背景编号并选定地理背景图片；计算地理背景图片的缩放比例值并等比缩放；图元自适应包括：遍历并获得图元并做自适应处理得到其缩放比例值；获取当前的缩放比例值下各图元的可见性配置；根据可见图元的缩放比例值进行矢量绘制，并刷新获得自适应后的电网潮流图进行显示。本发明的方法提高工作效率，减少工作量，提高潮流图展示的易用性、准确性和美观性。
-
公开(公告)号：CN103941711B
公开(公告)日：2016-08-17
申请号：CN201410198395.0
申请日：2014-05-13
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司苏州供电公司 , 苏州正普电力科技有限公司
IPC分类号： G05B19/418
摘要： 本发明涉及一种智能网关装置采用的适用多控制源的控制方法，应用于设置于电力系统的厂站监控系统和远程控制中心之间并与二者互连以实现二者通信扩展的智能网关装置中；该控制方法为：按配置激活所使用的数据传输通道的通信端口，按照预设的配置参数和协议同时向远程控制中心建立通信，向远程控制中心传送信息或在安全规则约束下向厂站监控系统传送各个远程控制中心下达的控制指令，以此实现厂站监控系统与远程控制中心之间的信息交互，完成控制过程。该控制方法适应于多控制源，实现了对厂站监控系统与远方控制中心通信能力的扩展。
-
-
-
-
-
-
-
-
-
搜索结果
86 条记录 (耗时 0.099 秒)
