-
公开(公告)号：CN113419934A
公开(公告)日：2021-09-21
申请号：CN202110676313.9
申请日：2021-06-18
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种基于回归预测方法监测KPI指标中的单点数据异常、连续数据异常、相关性异常等多元数据异常的方法。方法主要包括以下步骤：对数据集进行预处理，分析数据集的周期性，趋势，相关性等统计属性；对数据集通过统计建模或机器学习算法计算预测值；计算实际值与预测值的异常分数，并利用3‑sigma准则进行异常值的监测；针对单点异常，直接通过准则监测；针对连续异常，为降低连续异常对预测的影响，采取一个周期内的预测平均值进行异常分数计算。使用标准度量方法AUC和PRAUC来评估算法精度。在本方法中可以采用多种机器学习回归算法进行预测值计算，针对多元异常提出针对性解决方案，使算法更具灵活性，对数据的异常类型监测也更全面。
-
公开(公告)号：CN113296751A
公开(公告)日：2021-08-24
申请号：CN202110533242.7
申请日：2021-05-17
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
Abstract: 本发明提出了一种基于JSON‑RPC实现跨语言通讯的方法及系统，包括客户采集端遵从jsonrpc协议，向服务端发送调用方法请求以及上传上一请求周期服务器下发的参数配置的md5值至服务端；服务器根据客户采集端的调用方法请求，从数据库中获取最新参数配置，返回给客户采集端；客户采集端根据获取到的最新参数配置来执行采集任务；本发明给出了go语言与java跨语言之间相互通信的一种方式，两种语言通过json‑rpc通信协议进行心跳通信，而不用考虑跨语言通信的实现以及代码兼容性。
-
公开(公告)号：CN113419934B
公开(公告)日：2022-07-08
申请号：CN202110676313.9
申请日：2021-06-18
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种基于回归预测方法监测KPI指标中的单点数据异常、连续数据异常、相关性异常等多元数据异常的方法。方法主要包括以下步骤：对数据集进行预处理，分析数据集的周期性，趋势，相关性等统计属性；对数据集通过统计建模或机器学习算法计算预测值；计算实际值与预测值的异常分数，并利用3‑sigma准则进行异常值的监测；针对单点异常，直接通过准则监测；针对连续异常，为降低连续异常对预测的影响，采取一个周期内的预测平均值进行异常分数计算。使用标准度量方法AUC和PRAUC来评估算法精度。在本方法中可以采用多种机器学习回归算法进行预测值计算，针对多元异常提出针对性解决方案，使算法更具灵活性，对数据的异常类型监测也更全面。
-
公开(公告)号：CN108932143A
公开(公告)日：2018-12-04
申请号：CN201810554264.X
申请日：2018-06-01
Applicant: 国电南瑞科技股份有限公司 , 国网上海市电力公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司苏州供电分公司 , 国电南瑞南京控制系统有限公司 , 南瑞集团有限公司
Abstract: 本发明公开了一种基于调度控制系统的告警信息动态展示方法，开辟实时缓存和历史缓存队列，两者均基于“先入先出”原则，当新的告警信息发生时，将其存放在实时缓存和历史告警库中，并推送到告警展示窗口显示，实时缓存中被冲刷掉的告警信息存放到历史缓存中；当用户需要在告警展示窗口查看历史告警信息时，先从历史缓存中读取告警信息显示到告警展示窗口，当历史缓存中告警数量无法满足用户需求时，则从历史告警库中读取告警信息显示到告警展示窗口。本发明方法通过采用双缓存机制和动态实时加载数据策略，可以实现监控人员在告警展示窗口对关心的告警信息方便、快捷地翻阅浏览。
-
公开(公告)号：CN113296751B
公开(公告)日：2023-09-29
申请号：CN202110533242.7
申请日：2021-05-17
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
Abstract: 本发明提出了一种基于JSON‑RPC实现跨语言通讯的方法及系统，包括客户采集端遵从jsonrpc协议，向服务端发送调用方法请求以及上传上一请求周期服务器下发的参数配置的md5值至服务端；服务器根据客户采集端的调用方法请求，从数据库中获取最新参数配置，返回给客户采集端；客户采集端根据获取到的最新参数配置来执行采集任务；本发明给出了go语言与java跨语言之间相互通信的一种方式，两种语言通过json‑rpc通信协议进行心跳通信，而不用考虑跨语言通信的实现以及代码兼容性。
-
Patent Agency Ranking
公开(公告)号：CN114064396A
公开(公告)日：2022-02-18
申请号：CN202111251415.2
申请日：2021-10-27
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种KPI数据异常分数确定方法、异常检测方法及系统，利用编码器、解码器的自注意力机制与编码‑解码注意力机制，对含有故障信息的时序KPI数据进行异常检测，得到每一时刻的异常分数；最后，使用高斯先验分布生成得到正常分数，计算出其均值与方差，并依此对输出的异常分数进行异常判定，得到异常分析结果。本发明对时序KPI数据进行异常检测，便于运维人员快速获得KPI数据中的异常信息。
-
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：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：CN109034521B
公开(公告)日：2021-11-16
申请号：CN201810578582.X
申请日：2018-06-07
Applicant: 国电南瑞科技股份有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
Inventor： 徐丽燕 , 陆继翔 , 胡俊 , 王纪立 , 刘金波 , 徐春雷 , 严亚勤 , 翟明玉 , 彭晖 , 季学纯 , 余璟 , 宋旭日 , 吴海伟 , 孙云枫 , 章兵 , 季惠英 , 沙一川 , 邹庆
Abstract: 本发明公开了一种电网调度控制系统的智能运维架构设计方法，包括以下步骤：1）全方位监控数据采集，2）监控数据存储，3）实时监控告警，4）故障诊断与定位，5）多维可视化展示，本申请能够实时监控整个系统的运行状况，有效、准确、及时地对主机、存储、应用等软硬件的健康状况进行评估，为系统优化，故障发现提供有效信息，提高系统运维效率。
-
公开(公告)号：CN118733594A
公开(公告)日：2024-10-01
申请号：CN202410913511.6
申请日：2024-07-09
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 , 国网福建省电力有限公司 , 国家电网有限公司
Inventor： 高原 , 丁雨恒 , 严亚勤 , 陈斌 , 张伟 , 李泽科 , 晋宏杨 , 王秋楠 , 符鹏 , 范海威 , 顾文杰 , 翟明玉 , 彭晖 , 孙云枫 , 季学纯 , 陈鹏 , 王纪立
IPC: G06F16/22 , G06F16/2458 , G06F16/27
Abstract: 本发明公开了一种分布式键值存储架构及基于该架构的存储方法和系统，该分布式键值存储架构包括若干服务器节点，每个服务器节点包括存储管理模块和若干NUMA模块，所述存储管理模块用于在接收到需要存储的键值对数据时，提取键值对数据中的键字符，按照预设键字符类别‑NUMA模块映射关系，获取当前键字符对应的NUMA模块，并将键值对数据发送至对应的NUMA模块；所有NUMA模块用于对接收到的键值对数据并行进行存储处理；其中，所述预设键字符类别‑NUMA模块映射关系具体为：将所有键字符按照预设规则均衡划分为与NUMA模块数量相等的若干键字符类别，每个NUMA模块负责存储一个键字符类别的键值对数据，从而形成键字符类别和NUMA模块的映射关系。本发明处理效率更高。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.055 seconds)
