-
公开(公告)号：CN115878291A
公开(公告)日：2023-03-31
申请号：CN202211648048.4
申请日：2022-12-21
申请人： 国网浙江省电力有限公司信息通信分公司
摘要： 本发明提供了一种基于能耗感知和资源调度的数据中心节能方法及系统，该方法为：根据数据中心中各服务器的第一CPU使用率，确定源服务器，其中，数据中心的服务器中运行有虚拟机；确定源服务器中的待迁移虚拟机；确定数据中心中需迁入待迁移虚拟机的目标服务器；将待迁移虚拟机从源服务器迁移至目标服务器。本方案中，利用数据中心的服务器的第一CPU使用率，确定源服务器。确定需要迁出源服务器的待迁移虚拟机，以及确定需迁入待迁移虚拟机的目标服务器。将待迁移虚拟机从源服务器迁移至目标服务器。通过迁移虚拟机的方式使数据中心中的各个服务器得以被充分利用，从而降低数据中心的能耗。
-
公开(公告)号：CN115774619A
公开(公告)日：2023-03-10
申请号：CN202211661914.3
申请日：2022-12-23
申请人： 国网浙江省电力有限公司信息通信分公司
IPC分类号： G06F9/50
摘要： 本发明提供了一种数据中心的服务器能效性能的优化方法及系统，该方法为：计算数据中心的服务器集群中各个服务器节点的负载；根据各个服务器节点的负载计算平均负载；在平均负载低于下限阈值的情况下，根据各个服务器节点的负载，从各个服务器节点中挑选出第一目标服务器节点；将第一目标服务器节点调整为休眠状态；在平均负载高于上限阈值的情况下，将处于休眠状态的任意服务器节点唤醒，从而优化数据中心的服务器的能效性能。
-
公开(公告)号：CN115586557A
公开(公告)日：2023-01-10
申请号：CN202211588497.4
申请日：2022-12-12
摘要： 本发明实施例提供一种基于路网数据的车辆行驶轨迹纠偏方法及装置，所述方法包括：获取路网矢量数据，构建对应的路网有向图；根据节点重要性对节点集合进行排序迭代收缩后的最短路径；然后建立多级混合索引；采集当前车辆的车辆行驶轨迹，并获取车辆行驶轨迹中按照时间先后顺序的GPS序列点，对GPS序列点中进行轨迹分段；并以轨迹点为圆心，结合多级混合索引，确定对应的候选路段；基于轨迹点以及轨迹点对应的候选路段，结合预设的隐马尔可夫模型，确定纠偏路段，并根据纠偏路段对所述车辆行驶轨迹进行纠偏。采用本方法不仅能够来实现基于路网的快速、准确的纠偏，并且在纠偏时极大提高单次轨迹纠偏的轨迹点数量、纠偏的性能核并发能力。
-
公开(公告)号：CN113285961B
公开(公告)日：2021-09-24
申请号：CN202110822697.0
申请日：2021-07-21
申请人： 国网浙江省电力有限公司信息通信分公司
IPC分类号： H04L29/06 , H04L29/08 , G06F16/2455 , H04L29/12
摘要： 本发明提出了一种基于缓存数据库的电力内外网信息交互方法，包括：预测不同历史请求报文的出现概率，选取出预设比例的历史请求报文；获取选取出的历史请求报文的响应报文，根据外网服务器的MAC地址与历史请求报文的请求类型生成缓存标识码，将相互对应的响应报文与缓存标识码绑定存储在缓存数据库中；获取实时请求报文，根据外网服务器的MAC地址与实时请求报文的请求类型生成缓存验证码；查询缓存数据库中是否存在与缓存验证码相同的缓存标识码，若存在，则直接将对应的响应报文发送给外网服务器。将一部分请求对应的响应报文预先缓存，同时引入了缓存识别码和缓存验证码，提高信息交互效率的同时，保障内网信息安全的功能。
-
公开(公告)号：CN118739575A
公开(公告)日：2024-10-01
申请号：CN202410784958.8
申请日：2024-06-18
申请人： 国网浙江省电力有限公司信息通信分公司 , 杭州卓元数智科技发展有限公司
摘要： 本发明属于电力数字化管理领域，尤其是一种电力系统的数字化管理系统，包括电力管理平台、数据服务器、电力监控子系统、功率预测子系统和电力管理子系统，所述数据服务器与所述电力管理平台相连接，所述电力监控子系统与所述数据服务器相连接，所述功率预测子系统与所述数据服务器相连接，所述电力管理子系统与所述数据服务器相连接。本发明便于对电力系统进行数字化管理，增强电力系统的灵活性和适应性，减少新能源接入对电力系统的影响，并降低新能源波动对电网的冲击，从而降低调度费用，减轻高峰用电压力，实现用电节约、环保、绿色、智能和有序，促进电力系统安全稳定运行和高质量发展。
-
公开(公告)号：CN117950480A
公开(公告)日：2024-04-30
申请号：CN202410020350.8
申请日：2024-01-05
申请人： 国网浙江省电力有限公司信息通信分公司
IPC分类号： G06F1/329 , G06F1/3206
摘要： 本发明公开了一种数据中心的服务器调度方法。该方法包括：基于服务器的状态构建服务器调度模型；将所述服务器调度模型划分为第一调度子模型和第二调度子模型；其中，所述第一调度子模型以最小化服务器的总能耗为目标，所述第二调度子模型以最小化处于工作状态的服务器的动态能耗为目标；采用节能调度算法对所述第一调度子模型和所述第二调度子模型进行迭代求解，得到调度结果；根据所述调度结果对所述服务器进行调度。本发明通过构建服务器调度模型，采用节能调度算法对调度模型求解，得到调度结果，根据调度结果对服务器进行调度，降低了数据中心的能耗，提升了用户体验。
-
公开(公告)号：CN116150692A
公开(公告)日：2023-05-23
申请号：CN202211442684.1
申请日：2022-11-17
申请人： 国家电网有限公司信息通信分公司 , 国网安徽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信息通信分公司 , 国网数字科技控股有限公司 , 南京航空航天大学 , 国家电网有限公司
发明人： 刘月灿 , 孙建刚 , 常雨竹 , 玄佳兴 , 杨庆甫 , 乔宇杰 , 陈新鹏 , 李伟良 , 段婷婷 , 张亮 , 盛剑桥 , 尹晓宇 , 宫帅 , 饶涵宇 , 毛冬 , 张辰 , 季超 , 李静 , 高丰
IPC分类号： G06F18/2433 , G01R31/08 , G06F18/21 , G06F18/25 , G06F18/15 , G06Q10/20 , G06Q50/06 , G16Y10/35 , G16Y20/10 , G16Y20/20 , G16Y40/10 , G16Y40/20 , G16Y40/40 , H02J13/00
摘要： 本发明公开了一种基于云平台和改进孤立森林的电网故障诊断方法，包括：对发电站或者变电站的电网结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数；结合电网结构的分析结果，构建相应的电网云平台三层架构；当任意一个电网设备出现故障时，故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别，再通过人机交互模块下达故障类别对应的操作命令。本发明能够实现电网故障的准确检测，提升智能电网故障检测的效率。
-
公开(公告)号：CN115827369A
公开(公告)日：2023-03-21
申请号：CN202211323495.2
申请日：2022-10-27
申请人： 国网浙江省电力有限公司信息通信分公司 , 北京隐山科技有限公司 , 浙江大学
摘要： 本发明提供了一种电力云计算数据中心的能耗优化方法，该方法包括：对数据中心的物理机虚拟化，对于每个物理机虚拟为至少一个虚拟机；根据物理机的运行情况计算数据中心的能耗数据；基于能耗数据确定优化策略，对物理机的运行情况进行一次优化，获得第一优化结果；分析第一优化结果中，各个物理机的运行情况，根据运行情况确定虚拟机的迁移策略；计算迁移策略的能耗，获得迁移能耗；根据迁移能耗进行二次优化，计算出迁移能耗最小的策略，作为第二优化结果。本发明根据物理机运行情况，确定物理机运行层面的优化策略和虚拟机迁移层面的优化策略，对数据中心的资源进行多层次的优化配置，达到显著降低数据中心能耗的效果。
-
公开(公告)号：CN110288114A
公开(公告)日：2019-09-27
申请号：CN201910222802.X
申请日：2019-03-22
申请人： 国网浙江省电力有限公司信息通信分公司 , 杭州电子科技大学
摘要： 本申请提出了基于电力营销数据的违规用电行为预测方法，包括从电力营销数据库中获取用户用电数据，对用户用电数据进行处理，得到用户用电相关系数矩阵，对获取到的系数矩阵进行整理得到用户用电数据表；构建卷积神经网络模型；将用户用电数据表划分为训练数据集和测试参数集，基于训练数据集对卷积神经网络模型进行训练，将测试参数集导入训练后的卷积神经网络模型中进行违规用电行为预测。从电力用户最近若干个月的用电数据中提取关键信息对该用户是否正在违规用电进行预测，通过根据以往电量使用的规律来判断该用户是否违规，能够提升判定的准确性。
-
公开(公告)号：CN110110887A
公开(公告)日：2019-08-09
申请号：CN201910223787.0
申请日：2019-03-22
申请人： 国网浙江省电力有限公司信息通信分公司 , 杭州电子科技大学
摘要： 本申请提出了对低压台区线损率的预测方法，包括获取低压台区线损数据，将获得的数据进行数据清洗，剔除其中异常线损数据；将清洗过的数据按特征进行K-Means聚类，计算各个K值对应的轮廓系数，并选择轮廓系数最接近1的聚类数为最优聚类数；归一化或标准化聚类后的特征数据，基于处理后的数据确定训练集和测试集；构建卷积神经网络模型，利用得到数据矩阵对模型进行训练，使用训练好的模型对数据进行预测。通过基于K-Means聚类和深度学习理论的卷积神经网络建立低压台区线损率的预测模型，既考虑了合计供电量、台区容量、总用户等特征数据与当前线损率之间的关系，又使用了上月线损率、同期线损率、同期累计线损率等历史线损数据来提高预测的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.054 秒)
