-
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：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：CN113282635B
公开(公告)日：2023-11-24
申请号：CN202110389487.7
申请日：2021-04-12
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: G06F11/07 , G06F18/2433 , G06F18/23213
Abstract: 本发明公开了一种微服务系统故障根因定位方法及装置，所述方法包括如下步骤：对业务指标数据进行异常检测，如发现异常，则计算异常时间窗口；对异常时间窗口内的调用链数据进行故障定位分析：若数据库相关调用链数据存在失败记录，则判定故障实例为数据库；否则，对异常时间窗口内耗时最长的调用链进行调用链重建，根据重建调用链以及微服务系统的拓扑结构判断故障实例；对故障实例的各项实例监控指标进行异常检测，将异常实例监控指标加入故障根因集，并根据故障根因集实现故障根因定位。本发明能够实现故障根因自动定位，提高运维效率。
-
公开(公告)号：CN113282635A
公开(公告)日：2021-08-20
申请号：CN202110389487.7
申请日：2021-04-12
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: G06F16/2458 , G06F16/28 , G06K9/62 , G06Q50/06
Abstract: 本发明公开了一种微服务系统故障根因定位方法及装置，所述方法包括如下步骤：对业务指标数据进行异常检测，如发现异常，则计算异常时间窗口；对异常时间窗口内的调用链数据进行故障定位分析：若数据库相关调用链数据存在失败记录，则判定故障实例为数据库；否则，对异常时间窗口内耗时最长的调用链进行调用链重建，根据重建调用链以及微服务系统的拓扑结构判断故障实例；对故障实例的各项实例监控指标进行异常检测，将异常实例监控指标加入故障根因集，并根据故障根因集实现故障根因定位。本发明能够实现故障根因自动定位，提高运维效率。
-
公开(公告)号：CN109522599A
公开(公告)日：2019-03-26
申请号：CN201811199911.6
申请日：2018-10-16
Applicant: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国电南瑞南京控制系统有限公司
Inventor： 王波 , 杨科 , 吴海伟 , 闪鑫 , 李非非 , 张筱辰 , 杨明 , 刘栋 , 王毅 , 罗玉春 , 韩禹 , 徐丽燕 , 季惠英 , 尹永昌 , 苏运光 , 葛以踊 , 张洁
Abstract: 本发明公开了一种台风导致的输电线路突发故障预警方法。基于大量台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据构建机器学习训练样本特征矩阵、训练样本标签；利用训练样本特征矩阵、训练样本标签训练随机森林模型；基于台风气象预报数据、当前输电线路数据构建预测样本特征，将构建的预测样本特征输入训练后的随机森林模型，根据随机森林模型输出结果，判断当前输电线路是否可能会发生故障。本发明可实现台风导致的输电线路突发故障的预测，电网调度人员可根据预测结果提前做好突发故障应急处理措施，从而确保电网的安全运行。本发明基于大数据技术，突破传统方法的分析模型限制，考虑更多潜在关联影响因素，提升预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.052 seconds)
