-
公开(公告)号：CN117391344A
公开(公告)日：2024-01-12
申请号：CN202311298236.3
申请日：2023-10-08
Applicant: 国网江苏省电力有限公司经济技术研究院 , 江苏电力信息技术有限公司
IPC: G06Q10/0631 , G06Q10/0635 , G06Q50/06
Abstract: 本发明提供基于数字技术企业科技创新项目管理预警系统,包括：项目管理模块、项目进度监测预警模块、项目风险预警模块以及个人任务管理中心模块，其特征在于：所述项目管理模块包含项目立项模块、项目实施模块、项目验收模块、项目归档模块以及项目收支模块，与现有技术相比，本发明具有如下的有益效果：能够有效根据项目的各项基础数值进行计算，通过计算对项目后续风险进行预测，并通过预测结果对项目负责人进行警示，从而能够将项目运行的风险降低，同时使得管理人员可以对项目的各个阶段的进程进行快速掌握，降低各部门人员的劳动强度，及时发现项目进程中的出线的问题，为项目管理提供强大助力。
-
公开(公告)号：CN117349478A
公开(公告)日：2024-01-05
申请号：CN202311293352.6
申请日：2023-10-08
Applicant: 国网江苏省电力有限公司经济技术研究院 , 江苏电力信息技术有限公司
IPC: G06F16/901 , G06F16/906 , G06F18/22 , G06Q50/06
Abstract: 本发明公开了一种基于数字化转型企业的资源数据重构整合系统，本发明涉及数据整合技术领域，解决了在数据重构整合完毕后，其数据很容易出现丢失情况的问题，本发明通过在数据重构整合过程中，将不同属性的数据进行提前分类，在分类完成后，根据不同的模型，确认不同属性数据的特征向量，再将不同的特征向量进行合并分析，确认相似度，将相似度高的属性数据进行整合，确认目标数据整合包，依次确认后续的目标整合包，采用此种方式，便是为了将整合数据的整体容量进行缩减，降低并缩减对应的存储空间，对存储空间进行合理利用。
-
公开(公告)号：CN117349478B
公开(公告)日：2024-05-24
申请号：CN202311293352.6
申请日：2023-10-08
Applicant: 国网江苏省电力有限公司经济技术研究院 , 江苏电力信息技术有限公司
IPC: G06F16/901 , G06F16/906 , G06F18/22 , G06Q50/06
Abstract: 本发明公开了一种基于数字化转型企业的资源数据重构整合系统，本发明涉及数据整合技术领域，解决了在数据重构整合完毕后，其数据很容易出现丢失情况的问题，本发明通过在数据重构整合过程中，将不同属性的数据进行提前分类，在分类完成后，根据不同的模型，确认不同属性数据的特征向量，再将不同的特征向量进行合并分析，确认相似度，将相似度高的属性数据进行整合，确认目标数据整合包，依次确认后续的目标整合包，采用此种方式，便是为了将整合数据的整体容量进行缩减，降低并缩减对应的存储空间，对存储空间进行合理利用。
-
公开(公告)号：CN119885184A
公开(公告)日：2025-04-25
申请号：CN202411685150.0
申请日：2024-11-22
Applicant: 国网江苏省电力有限公司经济技术研究院
IPC: G06F21/57 , G06F21/55 , G06F21/56 , G06F18/2433 , G06F18/25
Abstract: 本发明公开了电网企业电力数据存储安全风险评估系统，涉及数据安全技术领域，该系统包括以下组成部分：虚拟环境监测模块、风险评估与隔离模块、预警与响应模块和安全策略管理模块；本发明通过虚拟环境监测模块对电网企业数据中心的虚拟服务器和虚拟网络进行全方位实时监测，利用机器学习算法不断优化异常行为检测模型，实现对新型异常行为的高精度识别，同时风险评估与隔离模块结合电网企业电力数据的独特特点，引入特定风险因素权重，确保评估结果高度准确地反映电力数据存储的实际安全风险，显著提升了电网企业电力数据存储的安全性和稳定性。
-
公开(公告)号：CN119813276A
公开(公告)日：2025-04-11
申请号：CN202411722057.2
申请日：2024-11-28
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明涉及一种基于多目标优化的微能源网群划分方法，考虑了微能源网群划分过程中多目标优化的需求，针对能量传输成本、碳排放、储能效率及子网内部平衡度等不同优化目标，在生成对抗网络中引入了Pareto优化的思想，使各目标在优化过程中能够相互平衡和折中。在生成器生成过程中，动态调整每个目标的权重，而判别器通过欧氏距离为生成方案打分，反馈方案优劣，形成循环迭代，使得生成的划分方案逐渐逼近Pareto最优前沿，从而提升了多目标优化的效率和划分结果的综合性能。通过Pareto前沿的动态更新与GAN的自适应学习机制，自动生成符合多目标折中要求的高质量划分方案，显著提升了微能源网群划分的合理性和灵活性。
-
Patent Agency Ranking
公开(公告)号：CN119578638A
公开(公告)日：2025-03-07
申请号：CN202411675197.9
申请日：2024-11-21
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本发明公开了一种配电网测量终端配置的优化方法及装置，方法包括获取配电网的拓扑结构图；根据拓扑结构图，给出可观测分支集合和可观测节点集合并划分可观测岛；对每个可观测岛的可行性进行分析，确定配电网的观测性；根据配电网的观测性，使用优化模型对配电网中测量终端的位置和数量进行优化，得到测量终端配置的优化结果，优化模型为基于修正后的粒子群算法进行测量终端配置的优化，用于平衡测量终端的成本和配电网的观测性。本发明通过对配电网中的节点和分支进行分析，得到配电网的观测性并使用优化模型对配电网中的测量终端进行配置优化，优化模型平衡了测量终端的数量和成本，在一定程度上保证了配电网的可观测性。
-
公开(公告)号：CN112508254B
公开(公告)日：2024-03-29
申请号：CN202011375669.0
申请日：2020-11-30
Applicant: 国网江苏电力设计咨询有限公司 , 国网江苏省电力有限公司经济技术研究院 , 东南大学
IPC: G06Q30/0202 , G06F18/2135 , G06F18/27 , G06Q10/063 , G06N20/20 , G06Q50/06 , G06Q40/06
Abstract: 本发明公开了一种变电站工程项目投资预测数据的确定方法，通过构建变电站工程项目投资预测指标体系，采集并处理变电站工程项目投资预测指标数据，构建基于XGBoost算法的变电站工程项目投资预测模型，向变电站工程项目投资预测模型输入变电站工程项目数据，根据变电站工程项目投资预测模型的输出结果准确确定变电站工程项目投资数据，其针对提升变电站工程投资预测的目标，建立变电站工程项目投资预测指标体系，构建了基于XGBoost的变电站工程投资预测模型，通过XGBoost预测模型得到的投资预测数据能为决策者提供较为准确的参考数据，支撑建设投资预测的优化辅助决策技术，解决变电站工程投资预测的数据与精确度协调问题。
-
公开(公告)号：CN114580781A
公开(公告)日：2022-06-03
申请号：CN202210282773.8
申请日：2022-03-22
Applicant: 国网江苏省电力有限公司经济技术研究院 , 华北电力大学
Abstract: 本发明公开了属于电力系统技术领域的一种考虑地区差异性的电网发展阶段预测和分析方法。包括以下几个步骤：收集地区经济、电网发展相关数据并进行预处理；利用长短期记忆人工神经网络模型对地区电网发展数据进行预测；基于主成分分析法对高维数据进行降维；采用改进Logistic模型对发展阶段进行划分；建立考虑发展阶段差异性的电网精准投资决策模型；对优化模型进行求解，得到电网精准投资决策结果。本发明与传统电网发展阶段划分与精准投资决策方法相比，能够得到更符合电网发展趋势的发展阶段划分结果与更符合地区发展需求的投资决策结果，适用于解决省级电网投资分配问题。
-
公开(公告)号：CN114186856A
公开(公告)日：2022-03-15
申请号：CN202111514393.4
申请日：2021-12-13
Applicant: 国网江苏省电力有限公司经济技术研究院 , 华北电力大学
Abstract: 本发明公开了属于电力系统技术领域的一种电网工程建设关键技术因素的识别方法。包括步骤1：收集历年电网主网工程数据并构建样本集；步骤2：构建基于大数据的电网线路建造工程关键技术识别模型，输入样本集数据，求得新指标所对应的贡献率；步骤3：计算各指标对电网线路建造工程的影响程度，选取影响程度靠前的若干指标作为关键技术。本发明方法可进一步提高电网线路建造过程中主要关键技术识别的标准化和有效性，更加全面系统地反映对特定电网线路工程产生重要影响的关键性技术因素，更加可靠地支持电网企业工程技术人员未来的运作决策。
-
公开(公告)号：CN114037184A
公开(公告)日：2022-02-11
申请号：CN202111456275.2
申请日：2021-12-01
Applicant: 国网江苏省电力有限公司经济技术研究院
Abstract: 本申请公开一种收益评价指标的预测方法、装置、介质、设备及程序产品。该方法包括：获取历史时段内已建设的历史输变电工程对应的样本数据，样本数据包括历史收益评价指标和历史工程投资数据；确定基础模型的自变量和因变量，将每一输变电工程对应的工程投资数据选定为自变量，将每一输变电工程对应的收益评价指标选定为因变量；对样本数据中每一历史输变电工程对应的自变量和因变量进行预处理；根据预处理后的样本数据对基础模型进行训练，对因变量和自变量之间的函数关系进行拟合，得到目标预测模型；基于目标预测模型对目标输变电工程的工程投资数据进行处理，得到目标输变电工程在目标运营年度的收益评价指标的预测值，提高预测结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.104 seconds)
