-
公开(公告)号：CN115222253A
公开(公告)日：2022-10-21
申请号：CN202210856533.4
申请日：2022-07-20
Applicant: 国网四川省电力公司信息通信公司
Abstract: 本发明涉及电力技术领域，提供了一种基于混沌局部搜索遗传算法的电力故障任务调度方法。主旨在于解决了遗传算法易陷入局部最优的问题。主要方案包括.采用基于人员选择Xpeople和故障子任务排序Xprocess的双重分段编码的方式对运维人员与所分配的子任务进行编码，生成人员‑故障任务关系染色体；采用随机的方式生成初始染色体种群，即第一代的父种群；评价种群中每个染色体的适应度值，记录适应度值最小的染色体；对适应度最小的染色体进行基于混沌序列的局部搜索，得到最优解，对最优染色体进行解码，得到最优人员‑故障调度方案。
-
公开(公告)号：CN113872942A
公开(公告)日：2021-12-31
申请号：CN202111035535.9
申请日：2021-09-03
Applicant: 国网四川省电力公司信息通信公司
Abstract: 本发明涉及网络安全预测领域，具体是一种电力物联网网络安全风险预测方法，包括获取模块、过滤模块、预测模块和显示模块，具体包括如下步骤：首先，将单个告警事件中的攻击源IP、攻击行为、攻击目标IP作为一条有效告警信息，通过获取模块获取所有告警信息，针对每条告警信息，以当前告警事件为果，寻找该告警事件发生时间之前最相近的六个告警事件作为因，由此构建一条因果数据，将因果数据存入数据库中形成因果数据库；其次，通过过滤模块对因果数据库中对低频的因果数据进行过滤；再其次，通过采用Levenshtein距离算法的预测模块对告警事件进行预测；最后，通过显示模块实时显示预测的告警事件的有效告警信息以及所述预测的告警事件发生的风险大小和风险程度。解决了现有技术对于系统中长期预测效果差的问题。
-
公开(公告)号：CN111768177A
公开(公告)日：2020-10-13
申请号：CN202010620618.3
申请日：2020-07-01
Applicant: 国网四川省电力公司信息通信公司 , 成都汉度科技有限公司
Abstract: 本发明公开了一种县级供电公司运营分析系统及方法，涉及电力领域，解决了县级供电公司管理体制不完善，公司劳动生产率低，供电成本较高，线损统计不方便，无法使生产与营销数据同步的问题，其技术方案包括：信息处理平台，在信息处理平台建立业务系统，将多个供电所的业务信息调度到同一信息处理平台；营配贯通系统和同期线损系统配合使得，生产与营销之间能较好的协调，并且提高对于线损的识别与监测，力生产数据与营销客户信息调度，对信息调度后进行数据对比并判定数据的一致性，减低了线路损耗和供电成本问题，能更快的监测识别故障并进行检修。
-
公开(公告)号：CN116113057A
公开(公告)日：2023-05-12
申请号：CN202310080697.7
申请日：2023-01-17
Applicant: 国网四川省电力公司信息通信公司
IPC: H04W72/53 , H04W72/543 , H04W72/0453 , H04W72/0446
Abstract: 本发明属于通信技术领域，具体涉及一种引入5G网络的业务资源分配方法、装置、设备及介质，本方法使用了比例公平算法(PF)作为其资源调度算法，然后在eMBB调度结果的基础上让URLLC对其进行穿刺。考虑到URLLC过载的情况，本方案为eMBB用户设置了速率损失阈值，eMBB速率损失到达阈值时，让当前迷你时隙的URLLC用户延迟到下一个迷你时隙传输。对此，本方案提出了最小化eMBB速率损失和URLLC传输时延的带宽分配问题，并使用匹配理论解决此问题。本方案分别考虑了eMBB和URLLC的QoS需求，在eMBB和URLLC共存场景下对两者进行调度，可以更有效地分配资源。
-
公开(公告)号：CN112396038A
公开(公告)日：2021-02-23
申请号：CN202011489217.5
申请日：2020-12-16
Applicant: 国网四川省电力公司信息通信公司
Abstract: 本发明公开了一种基于深度学习的变电站异常智能识别方法及系统，包括：建立变电站异常数据库；对监控视频数据进行分析，获得变电站异常图像数据集；对变电站异常图像数据集中的每个图像进行标注，获得标注后的训练数据集；建立基于深度学习的变电站异常识别模型，基于训练数据集对模型进行训练，获得训练后的变电站异常识别模型；当变电站异常报警时，将异常报警时的监控图像输入变电站异常识别模型，模型输出结果完成变电站异常识别。本方法及系统能够高效准确的对变电站进行识别；本方法中的模型训练数据准确，能够保障模型识别准确，且训练数据质量高，计算量小。本方法中的清洁结构能够对镜片进行清洁，避免模型误识别。
-
Patent Agency Ranking
公开(公告)号：CN113872942B
公开(公告)日：2023-11-14
申请号：CN202111035535.9
申请日：2021-09-03
Applicant: 国网四川省电力公司信息通信公司
Abstract: 本发明涉及网络安全预测领域，具体是一种电力物联网网络安全风险预测方法，包括获取模块、过滤模块、预测模块和显示模块，具体包括如下步骤：首先，将单个告警事件中的攻击源IP、攻击行为、攻击目标IP作为一条有效告警信息，通过获取模块获取所有告警信息，针对每条告警信息，以当前告警事件为果，寻找该告警事件发生时间之前最相近的六个告警事件作为因，由此构建一条因果数据，将因果数据存入数据库中形成因果数据库；其次，通过过滤模块对因果数据库中对低频的因果数据进行过滤；再其次，通过采用Levenshtein距离算法的预测模块对告警事件进行预测；最后，通过显示模块实时显示预测的告警事件的有效告警信息以及所述预测的告警事件发生的风险大小和风险程度。解决了现有技术对于系统中长期预测效果差的问题。
-
公开(公告)号：CN111768177B
公开(公告)日：2023-05-09
申请号：CN202010620618.3
申请日：2020-07-01
Applicant: 国网四川省电力公司信息通信公司 , 成都汉度科技有限公司
IPC: G06Q10/10 , G06Q10/0639 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种县级供电公司运营分析系统及方法，涉及电力领域，解决了县级供电公司管理体制不完善，公司劳动生产率低，供电成本较高，线损统计不方便，无法使生产与营销数据同步的问题，其技术方案包括：信息处理平台，在信息处理平台建立业务系统，将多个供电所的业务信息调度到同一信息处理平台；营配贯通系统和同期线损系统配合使得，生产与营销之间能较好的协调，并且提高对于线损的识别与监测，力生产数据与营销客户信息调度，对信息调度后进行数据对比并判定数据的一致性，减低了线路损耗和供电成本问题，能更快的监测识别故障并进行检修。
-
公开(公告)号：CN115884111A
公开(公告)日：2023-03-31
申请号：CN202211526954.7
申请日：2022-12-01
Applicant: 四川省新型电力系统研究院有限公司 , 国网四川省电力公司信息通信公司 , 四川科锐得电力通信技术有限公司
Abstract: 本发明公开了一种基于北斗短报文的数据传输方法、系统、终端及介质，涉及数据传输技术领域，其技术方案要点是：一种基于北斗短报文的数据传输方法、系统、终端及介质，将获取到的待发北斗短报文数据进行BRR编码、CRC编码处理后，在接收终端对接收到的第一北斗数据进行对应的CRC、BRR解码检验，达到提高传输过程中北斗短报文数据信息完整性的目的。同时，在接收终端对接收到的第一北斗数据进行对应的CRC、BRR解码检验失败时，重新发送待发北斗短报文数据给接收终端，达到对北斗短报文数据进行完整性识别，并对识别失败的北斗短报文进行再次传输，以提高接收终端接收到的北斗短报文数据可靠性的目的。
-
公开(公告)号：CN105207822A
公开(公告)日：2015-12-30
申请号：CN201510661190.6
申请日：2015-10-14
Applicant: 国网四川省电力公司信息通信公司 , 国家电网公司
IPC: H04L12/24
CPC classification number: H04L41/0604 , H04L41/0631
Abstract: 本申请提供一种电力通信设备的告警信息处理方法及装置，其中方法包括：从通信网络中采集原始告警信息，并确定与原始告警信息相应的网络配置数据；将原始告警信息进行格式统一，生成统一格式的原始告警信息；对统一格式的原始告警信息中重复告警信息和频闪告警信息进行过滤；将所述过滤后的告警信息和所述网络配置数据导入故障分析引擎；由所述故障分析引擎调取预置的故障分析规则库，通过所述故障分析规则库和所述网络配置数据，从所述过滤后的告警信息中分析出与指定故障类型相应的根告警信息；展现所述根告警信息及所述指定故障类型。本申请可从海量告警中分析出与指定的故障类型相应的根告警信息，使得维护人员从众多的告警信息中解脱出来。
-
公开(公告)号：CN112396038B
公开(公告)日：2023-08-29
申请号：CN202011489217.5
申请日：2020-12-16
Applicant: 国网四川省电力公司信息通信公司
IPC: G06V20/40 , G06V20/52 , G06V10/774 , G06V10/776 , B08B3/02 , B08B1/00 , B08B1/02
Abstract: 本发明公开了一种基于深度学习的变电站异常智能识别方法及系统，包括：建立变电站异常数据库；对监控视频数据进行分析，获得变电站异常图像数据集；对变电站异常图像数据集中的每个图像进行标注，获得标注后的训练数据集；建立基于深度学习的变电站异常识别模型，基于训练数据集对模型进行训练，获得训练后的变电站异常识别模型；当变电站异常报警时，将异常报警时的监控图像输入变电站异常识别模型，模型输出结果完成变电站异常识别。本方法及系统能够高效准确的对变电站进行识别；本方法中的模型训练数据准确，能够保障模型识别准确，且训练数据质量高，计算量小。本方法中的清洁结构能够对镜片进行清洁，避免模型误识别。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.043 seconds)
