-
公开(公告)号：CN106327055B
公开(公告)日：2019-10-11
申请号：CN201610639968.8
申请日：2016-08-08
Applicant: 烟台海颐软件股份有限公司
Abstract: 本发明提供一种基于大数据技术的电力费控方法及系统，以解决传统电力费控系统对大数据量数据存储能力弱、计算性能低、系统稳定性差的问题。基于大数据技术的电力费控方法具体是:1.通过分布式存储技术完成大数据量的数据写入、查询和更新。2.利用分布式内存计算引擎，实现整个算费流程的数据存储、校核和计算。3.采用分布式文件系统、集群资源调度和大数据集群作为基础架构，使系统的物理节点可以进行动态的扩充和移除。本发明提供了海量数据的存储能力和高性能的数据计算与分析能力，增加了费控系统的水平扩展能力以降低硬件成本，提升了系统容错性，增强了费控计算的稳定性，有力支撑了大数据技术在电力费控中的应用。
-
公开(公告)号：CN117131449A
公开(公告)日：2023-11-28
申请号：CN202311087471.6
申请日：2023-08-28
Applicant: 烟台海颐软件股份有限公司
IPC: G06F18/2433 , G06F18/2415 , G06F18/23213 , G06F18/214 , G06F18/15 , G06N3/0895
Abstract: 本发明公开了一种面向数据治理的具有传播学习能力的异常识别方法及系统，该方法包括：配置文件加载，读取待检测数据，且区分为数值型字段和分类型字段；对待检测数据进行预处理，获取到采样区间和初始标签；根据采样区间进行数据采样，结合交互标记操作，训练字段级异常分类器与记录级异常分类器；利用训练好的字段级异常分类器和记录级异常分类器分别对待检测数据进行字段级异常识别和记录级异常识别，输出异常数据。本发明依据采样算法抽取有代表性的数据，通过系统中集成的用户交互模块对数据进行标注，通过标签传播扩展标签数量，大幅减少所需标签数据的数量，训练有监督的分类模型并结合主动学习提升混合数据异常识别的准确性。
-
公开(公告)号：CN106327055A
公开(公告)日：2017-01-11
申请号：CN201610639968.8
申请日：2016-08-08
Applicant: 烟台海颐软件股份有限公司
Abstract: 本发明提供一种基于大数据技术的电力费控方法及系统，以解决传统电力费控系统对大数据量数据存储能力弱、计算性能低、系统稳定性差的问题。基于大数据技术的电力费控方法具体是:1.通过分布式存储技术完成大数据量的数据写入、查询和更新。2.利用分布式内存计算引擎，实现整个算费流程的数据存储、校核和计算。3.采用分布式文件系统、集群资源调度和大数据集群作为基础架构，使系统的物理节点可以进行动态的扩充和移除。本发明提供了海量数据的存储能力和高性能的数据计算与分析能力，增加了费控系统的水平扩展能力以降低硬件成本，提升了系统容错性，增强了费控计算的稳定性，有力支撑了大数据技术在电力费控中的应用。
-
-
Search Results
3
records
(took 0.045 seconds)
