特高压输电线路监测系统
    41.
    发明公开

    公开(公告)号:CN106060476A

    公开(公告)日:2016-10-26

    申请号:CN201610499916.5

    申请日:2016-06-29

    Abstract: 为解决现有技术的不足,本发明提供了一种特高压输电线路监测系统,该系统包括:前端装置、通信装置、监控中心。所述前端装置包括高清视频监测装置、电源供应系统以及通信设备。其中,高清视频监测装置安装于特高压输电线路上,用于监测输电线路。通信设备与高清视频监测装置连接,可将高清视频监测装置输入的视频信息发送至监控中心;电源供应系统持续为高清视频监测装置和通信设备供应必要电力。所述通信传输网络为通信设备与监控中心之间的通信网络,通信传输网络的组成方式根据通信传输方式和通信设备不同而不同。所述监控中心通过通信传输网络获取前端装置收集的数据信息并对收集的信息进行分析处理和储存,并将分析处理后的数据反馈至用户。

    基于配电网串补装置的线路电压提升效果评估方法

    公开(公告)号:CN104992043A

    公开(公告)日:2015-10-21

    申请号:CN201510246910.2

    申请日:2015-05-14

    Abstract: 本发明公开了一种基于配电网串补装置的线路电压提升效果评估方法,包括:A、令电源节点为平衡节点,负荷节点为PQ节点,电源端电压相量为负荷端电压相量为计算得出电压降落的纵分量和横分量;B、在未加装电容器串补装置时,计算得出首、末端电压相量之间的关系,以及线路末端电压值;C、加装串联电容器补偿时,计算出线路末端的电压。采用本发明方法,能够有效规避复杂的迭代过程,从而快速的实现对串补装置线路末端电压提升效果的评估。

    大数据管理系统
    44.
    发明公开

    公开(公告)号:CN103617231A

    公开(公告)日:2014-03-05

    申请号:CN201310611002.X

    申请日:2013-11-26

    CPC classification number: G06F3/067 G06F17/30595

    Abstract: 本发明提供一种大数据管理系统,总体上采用分布式架构,包括:本地数据服务器,提供本地集群数据库,本地集群数据库采用双机和磁盘阵列组成高可用集群;主体数据服务器,提供集群代理服务,集群代理服务是本地集群数据库的数据访问代理服务。可选的,大数据管理系统还包括:一个或多个客户端,适于通过访问所述集群代理服务来确定是否有权限访问目标数据点并获取目标数据点所属的本地集群数据库的位置信息,还适于直接访问该位置信息对应的本地集群数据库。本发明公开的实施方式(1)采用分布式高可用集群架构解决系统管理超大规模数据能力;(2)采用本地实时数据库解决高频率数据采样处理能力。

    一种基于规则的网络安全事件关联分析方法和系统

    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

    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。

    一种基于RBF神经网络的多普勒频偏估计方法和系统

    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

    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。

    一种基于RBF神经网络的多普勒频偏估计方法和系统

    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

    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。

Patent Agency Ranking