-
公开(公告)号：CN110674036A
公开(公告)日：2020-01-10
申请号：CN201910884872.1
申请日：2019-09-19
Applicant: 贵州电网有限责任公司
Abstract: 本发明公开了一种基于CSG II系统的跨平台协同功能接口测试系统，总结不同接口协议和规范的共同流程，总结基于规范产生测试数据方法，总结归纳接口自动化测试标准，丰富电网企业级信息管理系统接口自动化测试理论。构建自动化测试平台，并集成CSG II信息系统的协同业务场景接口测试脚本，将手工测试逐步转向自动化测试，将有限测试扩大日常测试，丰富测试手段，提升测试效率，降低人力成本，保障应用系统协同业务可靠运行，提升公司CSGII系统业务协同质量。
-
公开(公告)号：CN110245244A
公开(公告)日：2019-09-17
申请号：CN201910539129.2
申请日：2019-06-20
Applicant: 贵州电网有限责任公司
IPC: G06F16/36 , G06F16/901 , G06Q10/10
Abstract: 本发明公开了一种基于海量文本数据的人事关系知识图谱构建方法，该方法包括步骤：解析海量word数据，提取所需文本内容；挖掘事件、人、部门及时间实体；计算实体距离，判断实体关系；数据插入Neo4j构建知识图谱。本发明通过挖掘海量数据，得到人名实体、部门实体、事件实体和时间实体，通过计算实体之间的距离判断事件实体的所属是人还是部门，及时间，最后将发现的关系数据插入Neo4j数据库，构建知识图谱，通过数据库构建的知识图谱，可以发现人与事的关系，人与人的关系。
-
公开(公告)号：CN110111124A
公开(公告)日：2019-08-09
申请号：CN201910215906.8
申请日：2019-03-21
Applicant: 贵州电网有限责任公司
Abstract: 本发明属于电网服务技术领域，具体涉及基于渠道偏好和业务偏好的电力客户服务偏好方法及系统。步骤1、统计电网客户对于不同电网服务渠道的累计接触频次X1和对于不同电网业务的累计办理频次X2；步骤2、分别对电网客户对于不同电网服务渠道的累计接触频次X1和对于不同电网业务的累计办理频次X2进行加权；步骤3、对加权后的得到的不同电网服务渠道加权频次、不同业务加权频次分别进行标准化处理，根据活跃度公式计算客户的渠道活跃度和基于业务考虑的渠道活跃度矩阵；步骤4、根据电网客户渠道活跃度的值，确定电网用户的偏好服务渠道。本申请能够根据客户活跃度，满足客服坐席快速、准确、全面了解客户偏好，时响应客户诉求。
-
公开(公告)号：CN106251241A
公开(公告)日：2016-12-21
申请号：CN201610623647.9
申请日：2016-08-02
Applicant: 贵州电网有限责任公司信息中心
IPC: G06Q50/06
CPC classification number: G06Q50/06
Abstract: 本发明公开了一种基于特征选择改进的LR-Bagging算法，包括以下步骤：首先从原始数据中确定初始数据集，要求自变量与因变量的相关程度不能过低；其次，对初始数据集中的离散型自变量进行WEO编码；然后利用随机抽样获得一定数目的记录和特征字段组成训练例，将训练例进行LR((LogisticRegression)模型训练并做系数的正态显著性检验，若不显著，则剔除,反之，加入组合模型。进行循环迭代，直到组合模型较优。最后，则可以采用较优组合模型做预测与分群。该算法可提升分类结果的多样性，变量信息的提取度与预测结果的准确率，也能有效减少基LR模型由于变量过多而导致多重共线与“过拟合”的可能性。
-
公开(公告)号：CN113962716B
公开(公告)日：2025-03-21
申请号：CN202110631437.5
申请日：2021-06-07
Applicant: 贵州电网有限责任公司
IPC: G06Q30/0201 , G06Q30/01 , G06N3/0442 , G06N3/048 , G06N3/045 , G06N3/084 , G06Q50/06 , G06F18/241
Abstract: 本发明提出了一种基于混合神经网络的电力客户细分方法，使用混合神经网络方法来进行电力客户细分，通过用电客户的特征指标，时间之间的联系，进行对电力客户的分类。从而制定有针对性的营销策略，满足不同客户的用电需求，实现个性化与差异化的服务，提高电网公司的核心竞争力，扩大电能在社会消费终端中的占有率，已成为电力企业一项迫切任务，本发明所提出的电力客户细分方法有助于提高电力客户细分方法的准确度。
-
Patent Agency Ranking
公开(公告)号：CN119645889A
公开(公告)日：2025-03-18
申请号：CN202411695841.9
申请日：2024-11-25
Applicant: 贵州电网有限责任公司
Abstract: 本发明公开了一种电网设备内存集群系统及方法，涉及电网设备技术领域，包括。本发明数据采集模块，所述数据采集模块采集的数据包括电网中的各类设备，如传感器、智能电表等，实时采集电力运行的相关数据，包括电压、电流、功率；所述及时保护模组包括总传输模块、总存储模块、时间分割模块、区域比对模块和区域删除模块，所述总传输模块用于把数据采集模块检测到的全部数据输送到总存储模块中，相对现有的电网设备内存集群系统，本申请具有快速存储功能，可以针对检测的数据先进行一次存储，避免系统崩溃导致数据丢失，本申请可以针对分类后的数据继续短存，便于其他系统使用时快速提取数据，本申请具有压缩备份功能，能够避免数据丢失。
-
公开(公告)号：CN118763732A
公开(公告)日：2024-10-11
申请号：CN202410714088.7
申请日：2024-06-04
Applicant: 贵州电网有限责任公司
Abstract: 本发明公开了一种电网系统的智能控制优化方法及系统，包括：通过传感器和智能电表采集电网数据，进行实时分析调整控制策略，自动优化电力分配，根据电力分配的优化结果，实时监测电网数据并调整电网系统负载，根据电网系统负载的调整结果，对电网的稳定性进行评估。提高电力数据采集的实时性和精确性，通过传感器和智能电表实时采集电网数据，本发明能够更加全面、准确地反映电网的运行状态。实现动态电力分配优化，通过实时分析和调整控制策略，自动优化电力分配，使得电力系统能够灵活响应负载的动态变化。增强电网负载调整的精准性。
-
公开(公告)号：CN118573444A
公开(公告)日：2024-08-30
申请号：CN202410701918.2
申请日：2024-05-31
Applicant: 贵州电网有限责任公司 , 南方电网科学研究院有限责任公司
Inventor： 周泽元 , 洪超 , 付鋆 , 梁志宏 , 陶佳冶 , 杨祎巍 , 魏力鹏 , 陈霖 , 刘俊荣 , 李攀登 , 班秋成 , 徐培明 , 张猛 , 支志军 , 严彬元 , 徐文倩 , 方继宇 , 杜金燃 , 吴飞 , 赖博宇 , 熊诚 , 杨耀 , 袁捷
IPC: H04L9/40 , G06N3/045 , G06N3/0464 , G06F18/214
Abstract: 本发明涉及电力系统网络攻击技术领域，特别是一种基于电力系统网络攻击的检测方法及系统。本方案在SCADA系统数据基础上，通过生成对抗网络方法平衡数据，并利用天鹰优化算法用于训练检测电力系统网络攻击的深度卷积神经网络模型的特征数据集，最后利用深度卷积神经网络实现电力系统网络攻击检测，相较于现有主流方法，本发明所提方法可有效提高检测识别正确率，对于实现电力系统网络检测自动识别具有重要价值。
-
公开(公告)号：CN117786351A
公开(公告)日：2024-03-29
申请号：CN202311797488.0
申请日：2023-12-26
Applicant: 贵州电网有限责任公司 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于连锁故障的电力系统外部威胁破坏力评估方法，网络攻击造成初始故障，进行潮流计算得到节点电压和线路潮流，如果节点电压和线路潮流中的至少一个越限，则进行恢复控制，针对连锁故障不断进行潮流计算和恢复控制，直到故障不再有进一步演化的风险后，计算系统的初始负荷量与最终负荷量之差，作为网络攻击破坏力的评估指标；通过多次重复实验，得到预选故障集中的故障对电力系统造成的期望损失。本发明能够综合考虑故障传播路径和故障的累积效应，能够模拟和评估连锁故障的发生和蔓延，从而更全面地评估外部威胁对电力系统的破坏力。
-
公开(公告)号：CN117709543A
公开(公告)日：2024-03-15
申请号：CN202311797284.7
申请日：2023-12-26
Applicant: 贵州电网有限责任公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了多因素客户需求预测方法，所述方法包括以下步骤：S01、收集历史电力需求数据、天气数据、经济指标、社会活动数据和用户行为数据；S02、从收集的数据中选择与电力需求高度相关的特征数据；S03、将收集的数据输入神经网络训练预测模型；S04、使用训练好的模型对电力需求进行预测。以解决现有技术在处理复杂、多变的市场条件和消费者行为时能力有限，难以有效整合和分析来自多个源的大量数据，如气候变化、社会经济发展和用户行为模式的问题。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.05 seconds)
