-
公开(公告)号：CN116523190A
公开(公告)日：2023-08-01
申请号：CN202310058775.3
申请日：2023-01-16
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司经济技术研究院 , 国网浙江省电力有限公司信息通信分公司
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了基于大数据的能源互联网系统,包括：能源采集模块、能源监测模块、能源优化模块、能源节能模块、能源维护模块和能源协同模块通信连接；所述能源采集模块用于接入智能设备，获得能源的自动抄表；所述能源监测模块用于对能源进行数字化实时监测；所述能源优化模块用于根据监测的能源通过智能分析和智能诊断进行优化并结合专家模型，获得优化后的能源。所述能源节能模块用于对单位的能耗进行动态化管理和精细化管理，获得节能后的能源；所述能源维护模块用于能源与生产运营和工艺设备数据的交互和维护；所述能源协同模块用于能源管理数据和单位部门交互，进行能源按需选配。本发明实现能源的节能降耗、实时监测并按需选配给需要的平台。
-
公开(公告)号：CN119848418A
公开(公告)日：2025-04-18
申请号：CN202411915379.9
申请日：2024-12-24
Applicant: 国网浙江省电力有限公司 , 华北电力大学 , 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司湖州供电公司
Inventor： 葛睿 , 孙英云 , 刘东 , 毛志航 , 朱炳铨 , 杨月 , 齐世雄 , 孙文多 , 冯珺 , 郑翔 , 沈曦 , 王艺丹 , 陈浩 , 曹帅 , 郑黎明 , 李昊宇 , 丛立章 , 申建强
IPC: G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06Q50/06
Abstract: 本发明公开了一种多区域风电短期场景生成方法和系统，包括：收集多区域风电场的气象数据和历史风电出力数据，并进行清洗与标准化处理；使用预训练的编码网络对气象特征进行特征嵌入，以评估区域间的动态邻接矩阵，捕捉空间相关性；基于斯皮尔曼相关性系数计算动态邻接矩阵，反映不同区域风电出力的动态相关性；利用变分自编码器将高维风电出力曲线映射到低维隐空间特征向量，并通过解码器重构出高维出力序列；构建条件隐空间扩散模型，逐步将隐空间样本加噪至正态分布，并设计去噪网络逐步去除噪声；通过去噪网络输出的低维隐空间场景重构生成高维风电出力场景。本发明提高了生成场景的准确性，为电力系统的经济调度和风险评估提供了有效支持。
-
公开(公告)号：CN117171362A
公开(公告)日：2023-12-05
申请号：CN202311147924.X
申请日：2023-09-06
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
IPC: G06F16/36 , G06F16/332 , G06F18/214 , G06F40/186 , G06Q50/06
Abstract: 本发明公开一种电力系统信息的关系抽取方法、装置、设备及介质，方法包括：对获取的电力系统文本数据进行预处理，确定若干待处理分句；将预设的实体类型列表和关系列表分别与各分句进行结合，生成若干实体类型/关系抽取问题模板并输入至生成式预训练语言模型，获取各分句中的若干实体类型和关系，并与若干用于表征不同实体类型之间的关系的链提取模板进行匹配，确定各分句的若干目标链提取模板；将分句分别与若干目标链提取模板进行结合，生成若干实体关系抽取问题模板并输入至生成式预训练语言模型，获取各关系所对应的若干对实体，进而生成若干关系三元组。本发明能够在无需人工标注与模型训练的基础上实现电力系统信息的关系自动化抽取。
-
公开(公告)号：CN116070161A
公开(公告)日：2023-05-05
申请号：CN202310110444.X
申请日：2023-01-16
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司 , 国网吉林省电力有限公司电力科学研究院
IPC: G06F18/2433 , G06F18/10 , G06F123/02
Abstract: 本申请公开了一种异常检测方法及相关装置，所述方法包括：对多维时间序列数据进行预处理；利用编码器的网络模型对预处理后的多维时间序列数据进行处理，得到嵌入空间向量；获取单类别检测损失函数；基于所述嵌入空间向量以及所述损失函数对模型进行训练；利用训练后的模型进行异常检测，得到异常检测结果。利用单类别检测损失函数，由于其仅需尽量学习到正常数据的特征，若后续异常检测过程中所检测到的数据与正常数据的类别偏差较大，那么可以将其视为异常；并且通过对高维时间序列数据进行的预处理以及对于编码器的利用，能够充分提取到多维时间序列数据的特征，从而能够进行多维时间序列场景下的异常检测。
-
公开(公告)号：CN114443738A
公开(公告)日：2022-05-06
申请号：CN202210264250.0
申请日：2022-03-17
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC: G06F16/2458 , G06F16/215 , G06F16/28 , G06K9/62
Abstract: 本申请公开了一种异常数据挖掘方法、装置、设备及介质，包括：采集第一待检测数据、第一待检测数据的元数据以及与第一待检测数据相关的日志数据，从日志数据中剔除满足预设无效条件的无效数据，获得目标日志数据；确定出第一待检测数据的第一异常数据，在第一待检测数据中剔除第一异常数据，获得第二待检测数据，将第二待检测数据进行聚类，以获得多个聚类簇，并计算出每个聚类簇的中心数据，基于中心数据及其对应的聚类簇中的第二待检测数据之间的第一距离确定出离群点候选数据；将满足预设异常条件的离群点候选数据确定为第二异常数据，然后将第一异常数据和第二异常数据作为目标异常数据。实现适应性高、成本低且效率高的异常数据挖掘。
-
Patent Agency Ranking
公开(公告)号：CN119294777A
公开(公告)日：2025-01-10
申请号：CN202411825298.X
申请日：2024-12-12
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 杉数科技(北京)有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F18/2415 , G06F18/214 , G06F30/20
Abstract: 本发明公开了一种基于机器学习和运筹优化的不可行边界计算方法及系统，该方法包括：当待调度电网在运行过程中发生安全约束机组组合不可行时，获取待调度电网的当前运行边界数据；将当前运行边界数据输入到预训练的机器学习模型，得到机器学习模型输出的冲突约束类型；机器学习模型是基于历史出清数据训练得到的，历史出清数据为在电网运行中发生安全约束机组组合不可行的历史数据；基于冲突约束类型，计算最小不可行冲突集；基于最小不可行冲突集及当前运行边界数据，计算不可行边界调整量，不可行边界调整量用于对待调度电网的调度方案进行调整，从而能够快速精准定位到安全约束机组组合中的不可行边界，并相应调整调度方案中的运行边界参数。
-
公开(公告)号：CN116776936A
公开(公告)日：2023-09-19
申请号：CN202310712796.2
申请日：2023-06-15
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司双创中心
IPC: G06N3/0464 , G06N3/0499 , G06N3/082 , G06V20/52 , G06V10/82
Abstract: 本发明公开了一种模型部署方法和装置，所述方法包括：获取预先训练完成的视觉卷积模型，设置对视觉卷积模型进行剪枝操作的精度目标和搜索参数，搜索参数至少包括初始剪枝比例和搜索区间长度；分别搜索注意力机制模块的第一目标剪枝比例和前馈神经模块的第二目标剪枝比例；根据第一目标剪枝比例和第二目标剪枝比例优化视觉卷积模型，得到目标视觉卷积模型；将目标视觉卷积模型部署在变电站的边缘计算设备上。这样，在对视觉卷积模型进行剪枝后，使得模型大小处于最小的状态，从而对运行环境的要求降低。将视觉卷积模型部署在边缘计算设备上，实现了监控数据的实时接收，从而可以做到实时的检测和警示，提高了电力系统的安全性。
-
公开(公告)号：CN116204345A
公开(公告)日：2023-06-02
申请号：CN202310027388.3
申请日：2023-01-09
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司 , 国网吉林省电力有限公司电力科学研究院
IPC: G06F11/07 , G06F16/2458
Abstract: 本申请公开了一种修复异常时序数据的方法、装置、设备及介质，该方法包括：对目标时间序列进行一阶差分处理，得到速度序列；基于平衡二叉树按照TopK的计算方式，从速度序列的各子序列中得到速度约束区间，各所述子序列的长度为预设长度；基于速度约束区间对时间序列进行检测，得到检测结果；若所述检测结果表征时间序列连续异常，基于异常区间左右两侧的子序列分别对时间序列的连续异常区间进行修复，以便对连续的异常区间进行修复。
-
公开(公告)号：CN115618946A
公开(公告)日：2023-01-17
申请号：CN202211369030.0
申请日：2022-11-03
Applicant: 哈尔滨工业大学 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
Abstract: 一种基于多约束的时序数据异常检测方法，为解决引风机系统中各传感器时间序列异常检测结果准确率低和可靠度低的问题，先获取多元时间序列，并定义多个约束；利用约束对多元时间序列进行检查，得到多元时间序列的违规区间，并对违规区间进行划分，将划分后为一组的违规区间称为违规区间子集，得到多组违规区间子集；将每组违规区间子集中的违规区间进行连接；定义连接后的每组违规区间子集的时间区间；根据每组违规区间子集的时间区间对所述违规区间子集内的所有违规区间进行对齐，得到对齐后的每组违规区间子集；计算对齐后的每组违规区间子集中每条一元时间序列的异常分数，根据异常分数判断所述一元时间序列是否异常。属于数据异常检测领域。
-
公开(公告)号：CN116701001B
公开(公告)日：2023-10-20
申请号：CN202310989113.8
申请日：2023-08-08
Applicant: 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司磐安县供电公司
IPC: G06F9/50
Abstract: 本发明公开目标任务分配方法、装置、电子设备及存储介质，该方法包括：将目标任务拆分为多个算子；根据模型并行机制和数据并行机制对算子进行二次拆分；确定目标算子在边缘设备上的资源变化速率，得到算力更新速率表；确定每个边缘设备的剩余空闲资源量；根据算力更新速率表、每个边缘设备的设备类型、每个边缘设备的剩余空闲资源量、以及每个目标算子的计算资源需求量，确定多个目标算子和多个边缘设备的映射关系；根据映射关系将目标算子分配到多个边缘设备上。本方法在深度学习模型训练中，将目标任务分为多个目标算子，并将目标算子分配到对应的边缘设备上，通过不同的边缘设备对目标任务协同计算，有效地提高训练过程中的计算效率。
-
-
-
-
-
-
-
-
-
Search Results
254
records
(took 0.193 seconds)
