公开(公告)号：CN116028493A

公开(公告)日：2023-04-28

申请号：CN202211682408.2

申请日：2022-12-26

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

Inventor： 陈佳佳 ,  张珂珩 ,  季学纯 ,  李昊 ,  刘琪 ,  闫妮 ,  陈子韵 ,  李昂儒

IPC: G06F16/22 ,  G06F16/242 ,  G06F16/2458 ,  G06F16/28 ,  G06F9/54

Abstract: 本发明公开一种支持自定义函数的电网运行数据分布式统计方法及系统，根据数据统计业务规则开发对应的UDF自定义函数；初始化SQL模板、UDF函数等配置信息；通过任务调度中心前端注册统计任务相关信息；调度中心根据统计任务的Cron配置按时触发任务调度，并通过RPC方式向执行器发送调度请求；执行器接收并解析任务参数，根据表名信息给HBase量测表创建对应的Hive映射表；执行器根据任务参数信息动态生成SQL统计语句、完成系统变量设置、创建统计结果表，然后把SQL统计语句提交给Yarn资源管理框架来执行对应的统计任务；数据统计结果写入HBase结果表。本发明解决了现有的基于Kettle的数据统计系统存在的RDB数据库卡死、统计任务执行过慢、数据操作算子不易扩展等痛点问题。

公开(公告)号：CN109886567B

公开(公告)日：2022-09-30

申请号：CN201910101802.4

申请日：2019-01-31

Applicant: 国电南瑞科技股份有限公司 ,  国家电网有限公司 ,  国家电网公司华北分部 ,  国电南瑞南京控制系统有限公司 ,  南瑞集团有限公司

Inventor： 喻乐 ,  张珂珩 ,  张晶 ,  施磊 ,  谢旭 ,  涂孟夫 ,  史佩然 ,  耿琳 ,  宁健 ,  沈茂亚

IPC: G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开了一种考虑体感温度和辐射强度的短期负荷预测方法，包括如下步骤：1）查询历史负荷和气象等样本数据；2）计算历史体感温度数据和日负荷水平；3）从历史样本数据集中，以待预测日的日类型信息和气象数据为依据，选择最优“模式相似日”，最终计算得到归一化负荷曲线；4）建立考虑体感温度和日照强度的神经网络预测模型，得到待预测日的负荷水平；5）通过归一化曲线和负荷水平计算待预测日的负荷数据。本发明充分考虑影响负荷的体感温度和影响分布式光伏发电的日照强度的影响，充分考虑历史负荷的自身变化规律，将负荷水平和负荷模式分开预测，减少了神经网络输入维度，降低了网络训练负担，提高了计算的效率。

公开(公告)号：CN114169531A

公开(公告)日：2022-03-11

申请号：CN202111339559.3

申请日：2021-11-12

Applicant: 国电南瑞科技股份有限公司 ,  南瑞集团有限公司 ,  国网电力科学研究院有限公司

Inventor： 劳莹莹 ,  李佳阳 ,  沈嘉灵 ,  徐丽燕 ,  陈子韵 ,  王宇冬 ,  陈佳佳 ,  闫妮 ,  张瑞智 ,  李昊 ,  季学纯 ,  张珂珩

IPC: G06N20/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种组态化机器学习建模任务描述的预测方法及系统，获取当前区域的业务数据，输入到集成多种机器学习算法的预测模型，输出该区域对应该业务的预测数据；根据业务需求从机器学习算法集成框架中提取与该业务数据相关的多个机器学习算法，生成对应业务的以有向无环图数据结构进行描述的机器学习流程化任务描述结构，每个机器学习算法为所述机器学习流程化任务描述结构中的一个运算节点，确定用于依次调用每个运算节点对应的运算程序的参数，进行模型训练；保存训练好的集成多种机器学习算法的预测模型。优点：封装各机器学习框架算法的集成框架，降低开发的人力成本、提高开发效率，降低人工智能技术应用的门槛。

公开(公告)号：CN109886567A

公开(公告)日：2019-06-14

申请号：CN201910101802.4

申请日：2019-01-31

Applicant: 国电南瑞科技股份有限公司 ,  国家电网有限公司 ,  国家电网公司华北分部 ,  国电南瑞南京控制系统有限公司 ,  南瑞集团有限公司

Inventor： 喻乐 ,  张珂珩 ,  张晶 ,  施磊 ,  谢旭 ,  涂孟夫 ,  史佩然 ,  耿琳 ,  宁健 ,  沈茂亚

IPC: G06Q10/06 ,  G06Q50/06

Abstract: 本发明公开了一种考虑体感温度和辐射强度的短期负荷预测方法，包括如下步骤：1）查询历史负荷和气象等样本数据；2）计算历史体感温度数据和日负荷水平；3）从历史样本数据集中，以待预测日的日类型信息和气象数据为依据，选择最优“模式相似日”，最终计算得到归一化负荷曲线；4）建立考虑体感温度和日照强度的神经网络预测模型，得到待预测日的负荷水平；5）通过归一化曲线和负荷水平计算待预测日的负荷数据。本发明充分考虑影响负荷的体感温度和影响分布式光伏发电的日照强度的影响，充分考虑历史负荷的自身变化规律，将负荷水平和负荷模式分开预测，减少了神经网络输入维度，降低了网络训练负担，提高了计算的效率。

公开(公告)号：CN114238868A

公开(公告)日：2022-03-25

申请号：CN202111291621.6

申请日：2021-11-03

Applicant: 国电南瑞科技股份有限公司 ,  南瑞集团有限公司 ,  国网电力科学研究院有限公司

Inventor： 郑晓露 ,  张珂珩 ,  陈鹏 ,  王玉军

IPC: G06F21/12 ,  G06F9/455 ,  H04L67/566

Abstract: 本发明公开了计算机应用软件授权管理技术领域的一种微服务架构软件授权管理系统及方法，包括：读取软件的授权文件信息；基于当前系统时间和授权文件信息的授权截止时间进行比较；基于比较结果更新系统当前软件授权状态；基于系统当前软件授权状态进行软件访问限制判定；响应于授权信息发生变化时，重新读取系统中的授权文件信息并判定。本发明能够通过基于授权文件授权的策略在微服务网关内部管理软件授权状态，根据授权有效性决定是否对用户的访问请求进行路由，从而控制用户对微服务软件的使用，达到对软件授权管理的目的。