-
公开(公告)号：CN110809029A
公开(公告)日：2020-02-18
申请号：CN201910987702.6
申请日：2019-10-17
Applicant: 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
IPC: H04L29/08
Abstract: 本发明公开了一种基于内存队列的多种运维指标数据接收的管理方法，提供三种数据接收的方式，包括TCP接收、HTTP接收、Kafka接收。并使用ConcurrentLinkedQueue队列来保证并发执行时的线程安全。该管理方法可以运用在电力系统中的智能运维平台中，开发人员只要遵循该方法制定的运维指标数据格式，选择一种数据通信方式，不需要进行通信方面的代码开发，接收的数据就会被有效的管理，达梦数据库用于数据存储、Redis用于数据查询的缓存、opentsdb用于前端数据的实时展示。
-
公开(公告)号：CN110780916A
公开(公告)日：2020-02-11
申请号：CN201910865006.8
申请日：2019-09-09
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开一种电网调度控制系统的软件运维方法、装置和系统，方法包括：响应于外部软件更新触发信号，获取软件版本管理系统中的最新版本源码数据；对接收到的源码数据进行编译、分类、打包以及版本标记，得到软件升级包；将软件升级包上传至软件版本管理系统的软件仓库，使得软件版本管理系统响应于软件仓库更新向各电网调度控制系统服务器发送软件升级信号，各电网调度控制系统服务器将本地多类软件与软件仓库中对应类别的最新版本软件升级包进行版本比较，当比较结果不同时则下载相应软件升级包后进行本地软件升级。本发明能够实现对电网调度控制系统软件的智能升级，提升软件发布效率，缩短软件发布周期。
-
公开(公告)号：CN109657844A
公开(公告)日：2019-04-19
申请号：CN201811433283.3
申请日：2018-11-28
Applicant: 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
Abstract: 本发明公开了电力短期负荷预测方法和装置，其中方法包括：基于日负荷曲线对历史数据的日类型进行划分；将获得的每一个日类型包含的历史日负荷信息及选定的特征数据作为输入，以预测的日负荷值作为输出分别建立针对不同日类型的若干多元线性回归预测模型；基于TensorFlow深度学习模型对建立的若干多个多元线性回归预测模型进行训练、参数调优和验证，得到针对不同日类型的短期负荷预测模型。本发明能够依据节假日和日负荷曲线等信息，自动划分日类型；采用多元线性回归模型，综合考虑节假日和天气变化对负荷的影响；在深度学习框架下按日类型自动训练并调优，得到三种短期负荷预测模型，并计算得到较准确的负荷预测值。
-
公开(公告)号：CN110780916B
公开(公告)日：2022-11-04
申请号：CN201910865006.8
申请日：2019-09-09
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开一种电网调度控制系统的软件运维方法、装置和系统，方法包括：响应于外部软件更新触发信号，获取软件版本管理系统中的最新版本源码数据；对接收到的源码数据进行编译、分类、打包以及版本标记，得到软件升级包；将软件升级包上传至软件版本管理系统的软件仓库，使得软件版本管理系统响应于软件仓库更新向各电网调度控制系统服务器发送软件升级信号，各电网调度控制系统服务器将本地多类软件与软件仓库中对应类别的最新版本软件升级包进行版本比较，当比较结果不同时则下载相应软件升级包后进行本地软件升级。本发明能够实现对电网调度控制系统软件的智能升级，提升软件发布效率，缩短软件发布周期。
-
公开(公告)号：CN109657844B
公开(公告)日：2022-08-16
申请号：CN201811433283.3
申请日：2018-11-28
Applicant: 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
Abstract: 本发明公开了电力短期负荷预测方法和装置，其中方法包括：基于日负荷曲线对历史数据的日类型进行划分；将获得的每一个日类型包含的历史日负荷信息及选定的特征数据作为输入，以预测的日负荷值作为输出分别建立针对不同日类型的若干多元线性回归预测模型；基于TensorFlow深度学习模型对建立的若干多个多元线性回归预测模型进行训练、参数调优和验证，得到针对不同日类型的短期负荷预测模型。本发明能够依据节假日和日负荷曲线等信息，自动划分日类型；采用多元线性回归模型，综合考虑节假日和天气变化对负荷的影响；在深度学习框架下按日类型自动训练并调优，得到三种短期负荷预测模型，并计算得到较准确的负荷预测值。
-
Patent Agency Ranking
公开(公告)号：CN112418438A
公开(公告)日：2021-02-26
申请号：CN202011327005.7
申请日：2020-11-24
Applicant: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于容器的机器学习流程化训练任务执行方法及系统，提出适用于机器学习模型训练与评估的抽象化过程描述语言，对机器学习模型训练所涉及的算法选择、超参设置、损失函数、优化函数、执行计划等关键环节提供模板化配置，并通过模型构建任务调度框架实现自动化模型快速训练与评估，通过免编码方式提高机器学习应用模型构建效率；通过基于容器的集群CPU、GPU、内存等算力资源的统一管控，提供多租户资源隔离、弹性扩展的容器化机器学习模型训练环境，实现集群计算资源的高效利用与统筹管理。
-
公开(公告)号：CN116307930A
公开(公告)日：2023-06-23
申请号：CN202310450388.4
申请日：2023-04-24
Applicant: 国电南瑞南京控制系统有限公司
IPC: G06Q10/0639 , G06Q10/0631 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种调度自动化系统运维异常指标推荐方法及系统，该方法包括：计算运维指标间的相关性，得到调度自动化系统运维指标相关性矩阵；以及根据异常数据在时间上的连续性，检测出当前运维异常指标；使用调度自动化系统运维指标相关性矩阵计算运维异常指标的异常得分；对异常得分进行过滤和排序给出推荐异常。本发明方法能够有效消除单个时间点的单个指标的误报，准确识别电网调度自动化系统中服务器节点的运维指标异常，降低运维人员处理海量异常告警的成本。
-
公开(公告)号：CN116307787A
公开(公告)日：2023-06-23
申请号：CN202211093470.8
申请日：2022-09-08
Applicant: 国电南瑞南京控制系统有限公司
IPC: G06Q10/0639 , G06Q10/20 , G06Q50/06 , G06F18/241 , G06N3/0464
Abstract: 本发明公开了一种基于指纹的服务器运维故障识别方法、定位方法，通过对运维指标的采集、筛选、加工和转化，形成能反映服务器性能状态的“指纹”，并利用卷积神经网络学习故障指纹规律，从而实现实时发现电网调度控制系统服务器异常、快速定位故障节点、智能识别故障类型，辅助运维人员隔离故障节点，保障电网调度控制系统安全稳定运行。
-
公开(公告)号：CN112418438B
公开(公告)日：2022-08-26
申请号：CN202011327005.7
申请日：2020-11-24
Applicant: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了一种基于容器的机器学习流程化训练任务执行方法及系统，提出适用于机器学习模型训练与评估的抽象化过程描述语言，对机器学习模型训练所涉及的算法选择、超参设置、损失函数、优化函数、执行计划等关键环节提供模板化配置，并通过模型构建任务调度框架实现自动化模型快速训练与评估，通过免编码方式提高机器学习应用模型构建效率；通过基于容器的集群CPU、GPU、内存等算力资源的统一管控，提供多租户资源隔离、弹性扩展的容器化机器学习模型训练环境，实现集群计算资源的高效利用与统筹管理。
-
公开(公告)号：CN119474178A
公开(公告)日：2025-02-18
申请号：CN202310964149.0
申请日：2023-08-02
Applicant: 国电南瑞南京控制系统有限公司
IPC: G06F16/25 , G06F16/2455 , G06F16/28 , G06F16/18 , G06Q50/06
Abstract: 本发明涉及电力系统自动化技术领域，提供了一种电力自动化系统异构日志采集方法，包括以下步骤：S1.获取数据头：通过网络从电力系统中获取待传输日志数据的字段名称和数据样例；S2.判断差异项；S3.识别数据格式；S4.数据类型分类；S5.数据存储。本发明还提供了一种电力自动化系统异构日志采集系统。本发明能使得新接入电力系统的日志数据能够自动匹配已有的日志数据格式，自动生成转换规则，从而大幅降低人力成本，并大幅缩短电力自动化系统异构日志采集过程的时间和周期；转换规则整合运行，避免环境依赖，并有效减少bug，进而大幅提升系统的稳定性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.04 seconds)
