-
公开(公告)号：CN117674303B
公开(公告)日：2024-05-14
申请号：CN202410145601.5
申请日：2024-02-02
Applicant: 华北电力大学 , 国网河南省电力公司经济技术研究院 , 国网河南省电力公司
IPC: H02J3/46 , H02J3/38 , H02J3/28 , H02J3/32 , G06N3/084 , G06N3/0442 , G06N3/098 , G06Q10/04 , G06Q50/06 , G06Q10/0637 , G06F21/60
Abstract: 本发明涉及一种基于数据价值阈值的虚拟电厂并行控制方法，属于虚拟电厂领域。本发明方法将虚拟电厂并行控制中心作为联邦学习的服务器、将多个虚拟电厂代理商分别作为联邦学习的客户端进行模型迭代训练；在训练时使用改进了二阶动量项的Adam算法中训练LSTM模型；在传递参数时使用差分隐私技术对参数加噪后进行参数传递；在计算全局梯度时使用改进的加权聚合算法计算全局梯度；基于数据资产价值和资产价值阈值判断联邦学习的收敛条件，最后基于训练结果对各虚拟电厂代理商进行并行调节控制。本发明方法可以不损失模型训练精度的情况下确保共享模型的安全性和隐私性提升效率，为虚拟电厂优化调度提供隐私保护，提高企业决策效率和生产效率。
-
公开(公告)号：CN117674303A
公开(公告)日：2024-03-08
申请号：CN202410145601.5
申请日：2024-02-02
Applicant: 华北电力大学 , 国网河南省电力公司经济技术研究院 , 国网河南省电力公司
IPC: H02J3/46 , H02J3/38 , H02J3/28 , H02J3/32 , G06N3/084 , G06N3/0442 , G06N3/098 , G06Q10/04 , G06Q50/06 , G06Q10/0637 , G06F21/60
Abstract: 本发明涉及一种基于数据价值阈值的虚拟电厂并行控制方法，属于虚拟电厂领域。本发明方法将虚拟电厂并行控制中心作为联邦学习的服务器、将多个虚拟电厂代理商分别作为联邦学习的客户端进行模型迭代训练；在训练时使用改进了二阶动量项的Adam算法中训练LSTM模型；在传递参数时使用差分隐私技术对参数加噪后进行参数传递；在计算全局梯度时使用改进的加权聚合算法计算全局梯度；基于数据资产价值和资产价值阈值判断联邦学习的收敛条件，最后基于训练结果对各虚拟电厂代理商进行并行调节控制。本发明方法可以不损失模型训练精度的情况下确保共享模型的安全性和隐私性提升效率，为虚拟电厂优化调度提供隐私保护，提高企业决策效率和生产效率。
-
Patent Agency Ranking
公开(公告)号：CN119646159A
公开(公告)日：2025-03-18
申请号：CN202411784536.7
申请日：2024-12-06
Applicant: 国网河南省电力公司经济技术研究院 , 南京信息工程大学
Inventor： 王世谦 , 王圆圆 , 狄立 , 张伟剑 , 李秋燕 , 刘远 , 宋大为 , 华远鹏 , 韩丁 , 贾一博 , 卜飞飞 , 孙贵江 , 邵颖彪 , 罗潘 , 牛斌斌 , 董铭浩 , 刘军会 , 贾鹏 , 宋晓帆 , 邓方钊 , 牛金星 , 胡吉殿 , 于雪辉 , 郭正宾 , 夏旻 , 朱一辉 , 徐侗桐
IPC: G06F16/3329 , G06F16/334 , G06F16/36 , G06N5/04 , G06Q50/06
Abstract: 本发明属于能源电力数据安全技术领域，具体涉及基于社区检测的电力数据安全领域智能问答系统及方法；包括大语言模型模块、知识推理模块、数据安全管理模块和数据库模块；所述大语言模型模块用于分析问题的语义；所述知识推理模块用于对所述问题的语义进行知识推理和生成答案；所述数据安全管理模块包括数据加密模块、身份认证模块、权限控制模块和审计追踪模块；所述数据库模块包括能源电力基础数据子库、设备运行数据子库、历史问答记录子库和用户行为数据子库；本发明在电力数据安全分析中，结合大语言模型技术与专业知识推理，实现对电力数据安全问题的自动问答，辅助电力工作人员快速获取所需信息，提升决策效率，减少人工操作错误。
-
公开(公告)号：CN119782459A
公开(公告)日：2025-04-08
申请号：CN202411737842.5
申请日：2024-11-29
Applicant: 国网河南省电力公司 , 国网河南省电力公司经济技术研究院 , 南京信息工程大学
Inventor： 狄立 , 张伟剑 , 王世谦 , 王圆圆 , 李秋燕 , 刘远 , 宋大为 , 华远鹏 , 韩丁 , 贾一博 , 卜飞飞 , 孙贵江 , 邵颖彪 , 罗潘 , 牛斌斌 , 董铭浩 , 刘军会 , 贾鹏 , 宋晓帆 , 邓方钊 , 牛金星 , 胡吉殿 , 于雪辉 , 郭正宾 , 陈恒月
IPC: G06F16/3329 , G06F40/284 , G06F40/30 , G06N3/0455 , G06N3/0895 , G06N3/092 , G06N5/04 , G06Q50/06
Abstract: 本发明公开了一种用于能源电力数据安全领域的小规模长文本中文生成式对话模型，包括自定义Tokenizer模块、嵌入层、多层轻量化Transformer块和输出层；所述自定义Tokenizer模块用于将输入语句生成词汇表，并对词汇进行编码形成Token序列；在嵌入层，将所述Token序列映射成嵌入向量，并输入到多层轻量化Transformer块，获取每个Token的语义和上下文关系的加权向量，输入到输出层，输出层生成最终文本输出。能够在低显存设备上完成长文本中文生成式对话模型的训练和推理。与现有技术相比，本发明不仅降低了硬件要求，还提升了中文对话生成任务的效率和适用性。
-
公开(公告)号：CN115496187A
公开(公告)日：2022-12-20
申请号：CN202211206041.7
申请日：2022-09-30
Applicant: 国网河南省电力公司经济技术研究院
Abstract: 基于PCA‑BP‑SSA算法的风电功率复合预测方法，属于风力发电技术领域，采用主成分分析和麻雀搜索算法优化的BP神经网络方法预测风电功率。先获取各类气象数据的历史值，采用主成分分析方法提取影响功率预测的主成分量，再将所提取的数据输入BP神经网络，构建训练样本集，采用麻雀搜索算法优化BP神经网络的权值和阈值，将训练得到的权值和阈值输入BP神经网络，再采用自适应学习率的BP神经网络进一步训练，最终得到最优模型。将得到的风电功率预测数据进行反归一化处理，得到最终预测值，将最终预测值与实际值对比分析，评估优化后模型的预测性能。本发明预测更加准确，解决了训练过程收敛速度慢和容易陷入局部极小值的问题。
-
公开(公告)号：CN119646160A
公开(公告)日：2025-03-18
申请号：CN202411784537.1
申请日：2024-12-06
Applicant: 国网河南省电力公司经济技术研究院 , 南京信息工程大学
Inventor： 王圆圆 , 狄立 , 张伟剑 , 王世谦 , 李秋燕 , 刘远 , 宋大为 , 华远鹏 , 韩丁 , 贾一博 , 卜飞飞 , 孙贵江 , 邵颖彪 , 罗潘 , 牛斌斌 , 董铭浩 , 刘军会 , 贾鹏 , 宋晓帆 , 邓方钊 , 牛金星 , 胡吉殿 , 于雪辉 , 郭正宾 , 夏旻 , 朱一辉 , 徐侗桐
IPC: G06F16/3329 , G06F16/334 , G06F16/353 , G06F16/36 , G06F16/31 , G06N5/022 , G06N5/04 , G06N5/045 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于电力数据安全管理及智能问答技术领域，具体涉及基于关系池化的电力数据安全政策大模型问答系统及方法；系统包括电力数据安全政策知识库、语言模型、问题处理模块、答案生成模块和用户输出模块；电力数据安全政策知识库的数据来源于电力数据安全的政策文件；语言模型将自然语言问题转化为用于知识库检索的结构化查询；问题处理模块检索出与自然语言问题相关的政策条款，做为检索结果；答案生成模块根据自然语言问题和知识库的检索结果生成最终的答案；本发明通过引入大语言模型和知识库相结合的智能问答系统，解决现有电力数据安全政策查询与管理中的效率低、解读不准确以及无法动态更新等问题。
-
公开(公告)号：CN110046152A
公开(公告)日：2019-07-23
申请号：CN201910316793.0
申请日：2019-04-19
Applicant: 国网河南省电力公司经济技术研究院 , 国家电网有限公司 , 华北电力大学(保定)
IPC: G06F16/215 , G06Q50/06
Abstract: 本发明公开了一种处理用电数据缺失值的方法，属于电力数据处理技术领域，该处理用电数据缺失值的方法包括：步骤1:根据数据缺失情况分析用电数据的缺失类型，确定滑动窗口长度；步骤2：按照用电数据设置的步长调整上述的滑动窗口的位置；步骤3：计算该滑动窗口中的数据缺失率；步骤4：利用滑动窗口中的有效数据补全缺失值；步骤5：判断数据是否处理完毕，若未处理完毕，继续重复上述步骤2至步骤4，若处理完毕，结束整个过程。该该处理用电数据缺失值的方法合理有效地补全了部分缺失数据，为后续数据的利用提供方便。
-
-
-
-
-
-
Search Results
7
records
(took 0.041 seconds)
