丁云峰
- 作品数：7 被引量：52H指数：4
- 供职机构：中国科学院沈阳计算技术研究所更多>>
- 相关领域：自动化与计算机技术电气工程经济管理更多>>
- 基于工作流的业务逻辑层架构研究
- 典型的J2EE应用系统划分三个层次:表现层、业务逻辑层、持久层.业务逻辑层的架构是最为复杂的.业务逻辑层架构的复杂性的一个重要因素是业务过程的管理问题.工作流管理系统(WFMS)是业务过程建模、执行、监控、分析、度量和优...
- 王海云吕立丁云峰
- 关键词：工作流服务层工作流管理系统
- 文献传递
- 基于预训练GRU-LightGBM的电力负荷预测被引量：7
- 2021年
- 本文研究工作围绕电网中的核心环节电负荷预测展开.在总结分析之前研究学者的研究成果基础上,提出了基于预训练GRU与LightGBM相结合的方法.该方法首先使用电负荷数据训练一个特征提取网络GRU,然后使用该网络进行时序特征的提取,并将提取到的时序特征与非时序特征使用LightGBM进行电负荷的预测.本方法的创新点在于提出了预训练网络来扩充特征,充分融合时序特征及非时序特征.并且考虑到电网的地区差异性,在整体训练过程中将GRU网络参数进行了适应性微调.保证提取到的时序特征是符合当前地域特点的.通过仿真实验最终发现该方法在各项指标上取得了2%的提升.
- 张晓丁云峰王刚
- 关键词：电负荷
- 电网工控系统流量异常检测的应用与算法改进被引量：16
- 2018年
- "两化融合"的工业控制网络的安全问题不断突显.电力作为国家重要基础设施,其电网工控系统的安全防护工作极其重要.本文根据电网工控系统中控制网的内防水平低且其安全监测和防护缺乏内部网络流量异常检测的现状,分析了电网工控系统的组成结构、网络安全需求及面临的威胁.提出了将流量异常检测技术应用于针对电网工控系统控制网的安全防护中,形成针对电网工控系统控制网的两级安全防护.然后研究了流量异常检测方法的分类和特点以及电网工控系统的网络流量数据特点,提出了基于熵的动态半监督K-means算法并辅以单类支持向量机对半监督K-means算法进行改进,为提升电力系统内防水平奠定基础.
- 刘亚丽孟令愚丁云峰
- 关键词：安全防护流量异常检测
- 基于改进Faster-RCNN的IT设备图像定位与识别被引量：4
- 2021年
- 本文根据国家电网IT设备识别的具体应用场景的特点,通过改进Faster-RCNN实现设备的精确识别定位,进而提高了电网数据中心管理的效率.文章主要在注意力机制、初始锚框调整以及锚框融合等方面进行改进.通过与常见图像算法的横向比较发现改进后的模型在收敛速度上提高了30%,精度上提高了1%.
- 张晓丁云峰
- 关键词：图像识别图像定位
- BP神经网络误差修正的电力物资时间序列预测被引量：7
- 2017年
- 传统的ARIMA时间序列分析方法是基于线性技术来进行时序预测,而对非线性数据的处理不尽合理,效果欠佳;而影响电力物资需求的因素非常多,绝大多数的物资序列通常既包含了线性时序的部分,又包含了非线性时序的成分.本文提出在ARIMA对电力物资需求预测的基础上,融合BP神经网络进行误差修正,以全面提取物资序列中的复合特征,提高电力物资的预测精度.实验结果表明,误差修正后的电力物资预测精度有了显著提高,可以为制定物资采购计划提供重要的数据支持.
- 赵一鹏丁云峰姚恺丰
- 关键词：时间序列ARIMA模型BP神经网络
- Word 6.0应用精粹
- 1997年
- 丁云峰
- 关键词：WORD6.0
- 基于CNN和LSTM联合预测并修正的电量缺失数据预测被引量：18
- 2020年
- 数据是电网调度控制系统稳定运行的关键依据,而因为硬件故障等原因导致数据采集过程中的数据缺失会影响到系统数据的完整性,从而对电网调度的智能性和高效性产生相应的影响.因此,针对缺失数据的准确预测对于智能电网调度系统的建设有着重要的意义.本文针对解决电网领域电能量采集系统的缺失数据预测问题对已有的基于CNN和LSTM联合预测方法进行改进和优化,在联合预测模型基础上添加修正模型,针对不同缺失数据段利用CNN卷积神经网络和电力数据里特有的对侧数据场景建模,实验结果证明该方法将平均绝对误差值降到0.142,提高了现有预测模型的准确率,对电网调度系统的智能性和高效性提供了数据完整性、准确性的保障.
- 郭蕴颖丁云峰
- 关键词：CNN
