-
公开(公告)号:CN112286987A
公开(公告)日:2021-01-29
申请号:CN202011130821.9
申请日:2020-10-21
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
IPC: G06F16/2458 , G06N3/12 , G06Q10/06 , G06Q50/06
Abstract: 本发明所设计的基于Apriori算法的电力物联异常告警压缩方法,包括:步骤1、数据获取,包括告警日志记录建立以及告警数据整理;步骤2、数据预处理,包括告警数据的过滤和清洗;步骤3、Apriori算法模型构建。主要包含频繁项集构建和关联规则生成;步骤4、海量告警数据压缩,本发明综合考虑多因素对告警信息压缩算法性能、合并效果的影响,并引入最小支持度和最小置信度联合选择方法把定性评价转化为定量评价,对海量告警信息进行精准归类、高效合并,提取有用信息,以满足实际应用需要。
-
公开(公告)号:CN119939328A
公开(公告)日:2025-05-06
申请号:CN202411718989.X
申请日:2024-11-28
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
IPC: G06F18/241 , G06N3/084 , G01R31/08 , G06N20/00
Abstract: 本发明涉及一种基于机器学习的特高压设备的故障监测方法与系统,包括基于特高压设备历史运行过程中的故障相关数据,形成特高压设备运行状态综合诊断数据库;基于特高压设备运行状态综合诊断数据库中的故障特征数据,建立可量化的油气数据分布规律描述指标;基于所述故障相关数据和可量化的油气数据分布规律描述指标对人工神经网络进行训练,建立特高压设备异常工况分析模型;收集特高压设备的油色谱多个气体组分的浓度信号和比例信号,将所述浓度信号和比例信号输入特高压设备异常工况分析模型,判断所述浓度信号和比例信号是否异常。
-
公开(公告)号:CN112651564A
公开(公告)日:2021-04-13
申请号:CN202011599156.8
申请日:2020-12-29
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
Abstract: 本发明公开了一种基于机器学习的电力物联动态基线告警系统,它的数据采集模块用于采集电力物联平台数据库中预设的M天的电力物联平台数据库CPU使用率数据,并在M天的电力物联平台数据库CPU使用率数据中随机选取N天的电力物联平台数据库CPU使用率数据构成测试数据集D;数据处理模块将N天的电力物联平台数据库CPU使用率数据以天为单位拆分成N个测试数据子集;CPU使用率数据基线函数计算模块得到CPU使用率数据动态上下基线函数;阈值警告界线确定模块得到测试数据集D的阈值警告界线。本发明能提升整体运维水平。
-
公开(公告)号:CN119642710A
公开(公告)日:2025-03-18
申请号:CN202411497408.4
申请日:2024-10-25
Applicant: 国网电力科学研究院武汉南瑞有限责任公司 , 国网电力科学研究院有限公司 , 国网江苏省电力有限公司超高压分公司
Abstract: 本发明提供一种现场作业的实时安全距离监测方法、系统和存储介质,该方法包括以下步骤:基于现场作业的实时图像,计算现场作业人员与潜在危险物体或区域之间的距离作为第一距离,如果第一距离小于第一设定值则执行后续步骤;反之则继续实时计算第一距离;基于现场作业的实时三维位置数据,计算现场作业人员与潜在危险物体或区域之间的距离作为第二距离;将第一距离与第二距离进行数据融合得到第三距离;如果第三距离小于第二设定值则执行报警操作;反之则继续实时计算第一距离。本发明充分结合多种智能检测方法的技术优势与先进性,实时有效地监测现场作业的安全距离。
-
公开(公告)号:CN112286987B
公开(公告)日:2022-04-29
申请号:CN202011130821.9
申请日:2020-10-21
Applicant: 国网电力科学研究院武汉南瑞有限责任公司
IPC: G06F16/2458 , G06N3/12 , G06Q10/06 , G06Q50/06
Abstract: 本发明所设计的基于Apriori算法的电力物联异常告警压缩方法,包括:步骤1、数据获取,包括告警日志记录建立以及告警数据整理;步骤2、数据预处理,包括告警数据的过滤和清洗;步骤3、Apriori算法模型构建。主要包含频繁项集构建和关联规则生成;步骤4、海量告警数据压缩,本发明综合考虑多因素对告警信息压缩算法性能、合并效果的影响,并引入最小支持度和最小置信度联合选择方法把定性评价转化为定量评价,对海量告警信息进行精准归类、高效合并,提取有用信息,以满足实际应用需要。
-
-
-
-