-
公开(公告)号：CN119047862A
公开(公告)日：2024-11-29
申请号：CN202410942621.5
申请日：2024-07-15
Applicant: 北京许继电气有限公司 , 国网新源控股有限公司潘家口蓄能电厂
IPC: G06Q10/0637 , G06Q50/06
Abstract: 一种光伏产业链安全评价方法，属于新能源光伏产业链领域。包括：确定划分光伏产业链重点环节的评价企业及其权重值；建立光伏产业链安全评价体系；应用物元可拓分析法评价模型构建；采用层次分析法来确定权重：使用AHP计算软件或者AHP相关公式，应用专家打分法，所有判断矩阵一致性检验通过，可以得出光伏产业链安全各评价指标的权重系数α；计算企业评价指标物元值的安全评价等级关联度；确定光伏产业链安全评价等级。
-
公开(公告)号：CN114143020B
公开(公告)日：2023-10-31
申请号：CN202111038025.7
申请日：2021-09-06
Applicant: 北京许继电气有限公司
IPC: H04L9/40
Abstract: 本发明实施例提供了一种基于规则的网络安全事件关联分析方法和系统，其核心思想是采用基于规则的关联分析算法，融合流量信息和多源日志信息，挖掘多源信息之间的本质联系，从海量的数据发现潜在的安全事件。该方法通过对解析后的日志、流量记录进行过滤、信息字段提取、数据归并去除冗余数据、降低数据维度、聚合同一类型网络安全事件，形成事件队列，并利用树形规则中节点之间的关系来定义同一攻击场景的关联关系，将零散存在的数据记录组织成为一个完整的攻击场景。然后在线将事件队列中的记录信息与树形规则匹配，实现多源记录信息向关联规则的映射，根据映射找到关联的记录信息，重建攻击过程。
-
公开(公告)号：CN114338324B
公开(公告)日：2023-09-12
申请号：CN202111533304.0
申请日：2021-12-15
Applicant: 北京许继电气有限公司
IPC: H04L27/26 , G06N3/0499 , G06N3/08
Abstract: 本发明实施例提供了一种基于RBF神经网络的多普勒频偏估计方法和系统,所述方法包括：利用给定的神经网络学习算法实现接收端导频信号与多普勒频偏之间的映射关系，然后对多普勒频偏进行估计。首先确定5G高速移动环境中接收端收到的导频信号样本集；根据5G高速移动环境中随机生成多普勒频偏，利用不同多普勒频偏情况下的导频信号组成训练样本对三层RBF神经网络进行训练，得到最优权值；计算RBF神经网络权值调节律；判断RBF神经网络误差值是否大于给定误差；如果是则继续计算RBF神经网络误差值。
-
公开(公告)号：CN114338324A
公开(公告)日：2022-04-12
申请号：CN202111533304.0
申请日：2021-12-15
Applicant: 北京许继电气有限公司
Abstract: 本发明实施例提供了一种基于RBF神经网络的多普勒频偏估计方法和系统,所述方法包括：利用给定的神经网络学习算法实现接收端导频符号与多普勒频偏之间的映射关系，然后对多普勒频偏进行估计。首先确定5G高速移动环境中接收端收到的导频符号样本集；根据5G高速移动环境中随机生成多普勒频偏，利用不同多普勒频偏情况下的导频信号组成训练样本对三层RBF神经网络进行训练，得到最优权值；计算RBF神经网络权值调节律；判断RBF神经网络误差值是否大于给定误差；如果是则继续计算RBF神经网络误差值。
-
公开(公告)号：CN106651151A
公开(公告)日：2017-05-10
申请号：CN201611104701.5
申请日：2016-12-05
Applicant: 国网山东省电力公司日照供电公司 , 国网山东节能服务有限公司 , 北京许继电气有限公司
CPC classification number: Y02P90/82 , G06Q10/0635 , G06Q50/06
Abstract: 本发明实施例提供了一种电能替代项目的后评估方法，包括：步骤1、建立电能替代项目评估体系；其中所述电能替代项目评估体系包括以下的至少一个子体系：用于评估电能替代项目整个施工过程的施工过程评价子体系、用于评估电能替代项目性能的技术性能评价子体系、用于评估电能替代项目经济效益的经济效益评价子体系、用于评估电能替代项目社会效益的社会效益评价子体系、用于评估电能替代项目环境效益的环境效益评价子体系；步骤2、为每一子体系建立层级指标；其中所述每一子体系至少包括一级指标，且所述每一一级指标包括N个二级指标，N＝0，1，2……；步骤3、根据层级指标和电能替代项目评估体系，对电能替代项目进行评估。
-
Patent Agency Ranking
公开(公告)号：CN105322553A
公开(公告)日：2016-02-10
申请号：CN201510745235.8
申请日：2015-11-05
Applicant: 北京许继电气有限公司
IPC: H02J3/18
Abstract: 一种基于局部树的配电网电容器并联补偿计算方法，获取配电网信息，初始计算并联电容器初始补偿方案，判断局部树是否需要再次划分，对相应的局部树划分，对各局部树分别确定补偿点，判断局部树是否需要再优化，对补偿点进一步优化,比较效益投资比并进行循环判断，直到输出最大效益投资比条件下的各补偿节点编号和它们的补偿容量。本发明能够提供辐射状配电网的电容器并联补偿地点和补偿容量，更加有效的降低配电网运行过程中的线损率，改善配网运行的电压分布，达到提高配网运行经济效益和供电可靠性的作用，具有很高的实用价值。
-
公开(公告)号：CN105468920B
公开(公告)日：2019-03-12
申请号：CN201510890524.7
申请日：2015-12-07
Applicant: 国家电网公司信息通信分公司 , 北京邮电大学 , 国家电网公司
IPC: G06F17/50
Abstract: 本发明公开了一种评价查新报告质量的模型建立方法，包括：抽取多篇查新报告对应的检索式、相关文献和查新结论；根据各检索式、相关文献和查新结论获取查新报告对应的特征参数；获取专家对查新报告的打分信息；采用线性回归模型的方式建立所述特征参数与所述打分信息的关系；采用梯度下降法对使用所述特征参数和所述打分信息建立的线性回归模型进行训练得到所述评价查新报告质量的模型。由此可见，上述过程中，只需要专家对选取的有限数量的查新报告进行打分，并且该模型可以应用到其它待评价的查新报告中，因此，节约人力成本。此外，本发明还提供一种评价查新报告质量的模型应用方法。
-
公开(公告)号：CN106484915B
公开(公告)日：2019-10-11
申请号：CN201610959853.7
申请日：2016-11-03
Applicant: 国家电网公司信息通信分公司 , 国家电网公司
IPC: G06F16/215
Abstract: 本发明公开一种海量数据的清洗方法和系统，涉及数据处理技术领域，以提高数据清洗的速度和效率。所述海量数据的清洗方法包括：根据预设数据块个数N，将映射归约并行计算框架内映射函数的个数设置为N，将归约函数的个数设为1；利用映射归约并行计算框架内N个映射函数将海量数据分成N个数据块，对每个数据块中的数据进行清洗，得到多个清洗的数据块；利用归约函数整合多个清洗的数据块，得到整合数据；对整合数据进行清洗，完成海量数据的清洗。所述海量数据的清洗系统包括上述海量数据的清洗方法。本发明提供的海量数据的清洗方法用于海量数据清洗。
-
公开(公告)号：CN106484915A
公开(公告)日：2017-03-08
申请号：CN201610959853.7
申请日：2016-11-03
Applicant: 国家电网公司信息通信分公司 , 国家电网公司
IPC: G06F17/30
Abstract: 本发明公开一种海量数据的清洗方法和系统，涉及数据处理技术领域，以提高数据清洗的速度和效率。所述海量数据的清洗方法包括：根据预设数据块个数N，将映射归约并行计算框架内映射函数的个数设置为N，将归约函数的个数设为1；利用映射归约并行计算框架内N个映射函数将海量数据分成N个数据块，对每个数据块中的数据进行清洗，得到多个清洗的数据块；利用归约函数整合多个清洗的数据块，得到整合数据；对整合数据进行清洗，完成海量数据的清洗。所述海量数据的清洗系统包括上述海量数据的清洗方法。本发明提供的海量数据的清洗方法用于海量数据清洗。
-
公开(公告)号：CN105654114A
公开(公告)日：2016-06-08
申请号：CN201510984582.6
申请日：2015-12-24
Applicant: 国家电网公司信息通信分公司 , 北京邮电大学 , 国家电网公司
IPC: G06K9/62
CPC classification number: G06K9/6215
Abstract: 本发明公开了一种文献查新的方法，包括：根据查新项目自动检索所述查新项目对应的第一相关文献集合；将所述第一相关文献集合与人工分析得到的第二相关文献集合综合分析得到目标相关文献集合；在所述目标相关文献集合的基础上计算所述查新项目中每个技术要点的差异型或创新型得到计算结果；根据所述计算结果形成所述查新项目的查新结论。由于采用了第一相关文献集合和第二相关文献集合综合得到目标相关文献集合，且第一相关文献集合是自动获取的，降低了受知识领域限制带来的影响，因此，减少了人工检索的工作量，且能够提高查新的准确性。此外，本发明还公开一种文献查新的装置。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.092 seconds)
