CN115630527B - 出清异常模型检测方法、装置、计算机设备和存储介质 - Google Patents
出清异常模型检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115630527B CN115630527B CN202211391557.3A CN202211391557A CN115630527B CN 115630527 B CN115630527 B CN 115630527B CN 202211391557 A CN202211391557 A CN 202211391557A CN 115630527 B CN115630527 B CN 115630527B
- Authority
- CN
- China
- Prior art keywords
- solving
- network security
- current
- result
- objective function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 154
- 230000005856 abnormality Effects 0.000 claims abstract description 113
- 230000002159 abnormal effect Effects 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 79
- 230000006870 function Effects 0.000 claims description 121
- 238000012795 verification Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 19
- 238000013524 data verification Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000010926 purge Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请实施例提供了一种出清异常模型检测方法,该方法包括:获取异常出清案例所对应的异常出清模型的建模检测结果;异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果;在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果;根据第二求解结果,获取异常出清模型的异常检测结果。本申请实施例提供的出清异常模型检测方法更加通用,准确性更高。
Description
技术领域
本申请涉及电力现货市场技术领域,特别是涉及一种出清异常模型检测方法、装置、计算机设备和存储介质。
背景技术
在电力现货市场中,为了满足各种不同的运行要求,出清计算需要机组、电厂、联络线、安全校核等众多数据,而数据可能来自不同部门的各种自动化调度系统及人工维护的数据表格等。在实际电力市场运行过程中,数据采集、数据推送以及人工设置等方面时常会出现异常数据,进而可能会导致电力现货出清失败的情况。
目前,在检测出清失败原因过程中,主要通过简单的数据校验进行检测,但该方法仅适用一些简单数据问题,对于一些复杂问题,无法给出准确的检测结果。综上所述,传统的检测方法存在准确性低、通用性低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种通用的准确性高的出清异常模型检测方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种出清异常模型检测方法。所述方法包括:
获取异常出清案例所对应的异常出清模型的建模检测结果;所述异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;
在所述建模检测结果为建模成功的情况下,则在所述非网络安全约束下求解所述目标函数,获取所述目标函数的第一求解结果;
在所述第一求解结果为求解成功的情况下,则在所述网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二求解结果;
根据所述第二求解结果,获取所述异常出清模型的异常检测结果。
在其中一个实施例中,所述网络安全约束包括多个数据因素;所述根据所述第二求解结果,获取所述异常出清模型的异常检测结果,包括:在所述第二求解结果为求解失败的情况下,确定所述目标函数对应的第一最小约束冲突集合;在预设时间阈值内无法确定所述第一最小约束冲突集合的情况下,获取当前数据因素;从所述网络安全约束中去除所述当前数据因素,得到当前网络安全约束,并在所述当前网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二当前求解结果;根据所述第二当前求解结果,获取所述异常出清模型的异常检测结果;所述根据所述第二当前求解结果,获取所述异常出清模型的异常检测结果,包括:在所述第二当前求解结果为求解成功的情况下,则确定所述异常出清模型的异常检测结果为所述当前数据因素异常。
在其中一个实施例中,所述根据所述第二当前求解结果,获取所述异常出清模型的异常检测结果,包括:在所述第二当前求解结果为求解失败的情况下,则获取新的当前数据因素,并返回执行从所述网络安全约束中去除所述当前数据因素,得到当前网络安全约束,并基于在所述当前网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二当前求解结果的步骤,直到所述第二当前求解结果为求解成功。
在其中一个实施例中,所述获取所述目标函数的第一求解结果之后,还包括:在所述第一求解结果为求解失败的情况下,确定所述目标函数对应的第二最小约束冲突集合;在预设时间阈值内无法确定所述第二最小约束冲突集合的情况下,获取当前子非网络安全约束;从所述非网络安全约束中去除所述当前子非网络安全约束,得到当前非网络安全约束,并在所述当前非网络安全约束下求解所述目标函数,获取所述目标函数的第一当前求解结果;根据所述第一当前求解结果,获取所述异常出清模型的异常检测结果;所述根据所述第一当前求解结果,获取所述异常出清模型的异常检测结果,包括:在所述第一当前求解结果为求解成功的情况下,则确定所述异常出清模型的异常检测结果为所述当前子非网络安全约束异常。
在其中一个实施例中,所述根据所述第一当前求解结果,获取所述异常出清模型的异常检测结果,包括:在所述第一当前求解结果为求解失败的情况下,则获取新的当前子非网络安全约束,并返回执行从所述非网络安全约束中去除所述当前子非网络安全约束,得到当前非网络安全约束,并在所述当前非网络安全约束下求解所述目标函数,获取所述目标函数的第一当前求解结果的步骤,直到所述第一当前求解结果为求解成功。
在其中一个实施例中,所述获取异常出清案例所对应的异常出清模型的建模检测结果,包括:获取所述异常出清模型对应的出清参数;将所述出清参数中的各个参数分别与对应的预设阈值进行比较;所述出清参数与所述预设阈值一一对应;在所述各个参数中存在至少一个参数超出所述对应的预设阈值范围的情况下,确定所述建模检测结果为建模失败;在所述各个参数均符合所述对应的预设阈值范围的情况下,确定所述建模检测结果为建模成功;所述获取异常出清案例所对应的异常出清模型的建模检测结果之后,还包括:在所述建模检测结果为建模失败的情况下,确定所述异常出清模型的异常检测结果为所述异常出清模型建模异常。
在其中一个实施例中,所述获取异常出清案例所对应的异常出清模型的建模检测结果之前,还包括:获取所述异常出清模型对应的出清参数;对所述出清参数进行数据校验;所述数据校验包括系统平衡及备用校验、约束及变量的上下限校验、水电机组校验和火电机组校验。
第二方面,本申请提供了一种出清异常模型检测装置。所述装置包括:
模型检测模块,用于获取异常出清案例所对应的异常出清模型的建模检测结果;所述异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;
第一求解模块,用于在所述建模检测结果为建模成功的情况下,则在所述非网络安全约束下求解所述目标函数,获取所述目标函数的第一求解结果;
第二求解模块,用于在所述第一求解结果为求解成功的情况下,则在所述网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二求解结果;
获取数据模块,用于根据所述第二求解结果,获取所述异常出清模型的异常检测结果。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取异常出清案例所对应的异常出清模型的建模检测结果;所述异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;
在所述建模检测结果为建模成功的情况下,则在所述非网络安全约束下求解所述目标函数,获取所述目标函数的第一求解结果;
在所述第一求解结果为求解成功的情况下,则在所述网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二求解结果;
根据所述第二求解结果,获取所述异常出清模型的异常检测结果。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取异常出清案例所对应的异常出清模型的建模检测结果;所述异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;
在所述建模检测结果为建模成功的情况下,则在所述非网络安全约束下求解所述目标函数,获取所述目标函数的第一求解结果;
在所述第一求解结果为求解成功的情况下,则在所述网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二求解结果;
根据所述第二求解结果,获取所述异常出清模型的异常检测结果。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取异常出清案例所对应的异常出清模型的建模检测结果;所述异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;
在所述建模检测结果为建模成功的情况下,则在所述非网络安全约束下求解所述目标函数,获取所述目标函数的第一求解结果;
在所述第一求解结果为求解成功的情况下,则在所述网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二求解结果;
根据所述第二求解结果,获取所述异常出清模型的异常检测结果。
上述出清异常模型检测方法、装置、计算机设备和存储介质中,出清系统中的求解器可以获取异常出清案例所对应的异常出清模型的建模检测结果;在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果;在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果;根据第二求解结果,获取异常出清模型的异常检测结果。综上所述,本申请实施例提供的该方法在定位出清不可行原因的过程中更加通用,更加准确。
附图说明
图1为本申请实施例提供的一种出清异常模型检测方法的应用环境图;
图2为本申请实施例提供的一种出清异常模型检测方法的流程示意图;
图3为本申请实施例提供的一种根据第二求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图4为本申请实施例提供的一种根据第二当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图5为本申请实施例提供的一种根据第二当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图6为本申请实施例提供的一种在第一求解结果为求解失败的情况下,进一步进行异常检测方法的示意图;
图7为本申请实施例提供的一种根据第一当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图8为本申请实施例提供的一种根据第一当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图9为本申请实施例提供的一种获取异常出清案例所对应的异常出清模型的建模检测结果方法的流程示意图;
图10为本申请实施例提供的一种在建模检测结果为建模失败的情况下方法的流程示意图;
图11为本申请实施例提供的一种数据校验方法的结构示意图;
图12A和图12B为本申请实施例提供的另一种出清异常模型检测方法的流程示意图;
图13为本申请实施例提供的另一种获取异常出清案例所对应的异常出清模型的建模检测结果方法的流程示意图;
图14为本申请实施例提供的另一种在建模检测结果为建模失败的情况下方法的流程示意图;
图15为本申请实施例提供的另一种数据校验方法的流程示意图;
图16为本申请实施例提供的另一种在第一求解结果为求解失败的情况下,进一步进行异常检测方法的流程示意图;
图17为本申请实施例提供的另一种根据第一当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图18为本申请实施例提供的另一种根据第一当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图19为本申请实施例提供的另一种根据第二求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图20为本申请实施例提供的另一种根据第二当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图21为本申请实施例提供的另一种根据第二当前求解结果,获取异常出清模型的异常检测结果方法的流程示意图;
图22为本申请实施例提供的一种出清异常模型检测装置的结构框图;
图23为本申请实施例提供的一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的出清异常模型检测方法,可以应用于如图1所示的应用环境中。其中,终端101通过网络与服务器102进行通信。数据存储系统可以存储服务器102需要处理的数据。数据存储系统可以集成在服务器102上,也可以放在云上或其他网络服务器上。
终端101可以用来获取出清参数,并将该出清参数发送至服务器102。
服务器102为出清系统的后台服务器,用于从终端101接收出清参数,存储在数据存储系统。并且基于出清参数获取异常出清案例所对应的异常出清模型的建模检测结果;异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果;在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果;根据第二求解结果,获取异常出清模型的异常检测结果。
终端101还可以展示异常出清模型的异常检测结果。
其中,终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种出清异常模型检测方法,以该方法应用于图1中的终端101为例进行说明,包括以下步骤:
步骤S201,获取异常出清案例所对应的异常出清模型的建模检测结果。
其中,异常出清案例指出现不可行问题的出清计算。异常出清模型是指在该出清计算过程中构建的出清模型。在本申请实施例中,异常出清模型包括:目标函数、非网络安全约束以及网络安全约束。
步骤S202,在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果。
在一些可能的实现方式中,异常出清模型对应的约束可以分为网络安全约束和非网络安全约束。
在本申请实施例中,非网络安全约束可以包括但不限于系统备用约束、省间直流联络线上下限约束、水电机组约束、火电机组约束和其它约束等。网络安全约束可以包括但不限于断面限值约束、母线负荷约束、条件断面约束和灵敏度约束等。
目标函数为异常出清模型对应的目标函数。
在电力现货市场的日前调度出清算法中,网络安全约束可以使得电网中的机组出力变量具有很强的耦合性,会因此增加出清计算的难度;为了降低计算难度,一般可以先在非网络安全约束下求解目标函数,获取目标函数的第一求解结果;进而,可以根据第一求解结果判断异常产生原因来自于非网络安全约束,还是网络安全约束,从而,可以很大程度地降低检测难度。
步骤S203,在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果。
步骤S204,根据第二求解结果,获取异常出清模型的异常检测结果。
上述出清异常模型检测方法、装置、计算机设备和存储介质中,出清系统中的求解器可以获取异常出清案例所对应的异常出清模型的建模检测结果;在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果;在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果;根据第二求解结果,获取异常出清模型的异常检测结果。综上所述,本申请实施例提供的该方法在定位出清不可行原因的过程中更加通用,更加准确。
在一些实施例中,如图3所示,根据第二求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S301,在第二求解结果为求解失败的情况下,确定目标函数对应的第一最小约束冲突集合。
在第二求解结果为求解失败的情况下,可以表明异常出清模型的异常检测结果为网络安全约束异常。此时,可以对目标函数进行运算,得到对应的第一最小约束冲突集合。该第一最小约束冲突集合可以用于指示具体的异常约束,便于确定异常原因。
步骤S302,在预设时间阈值内无法确定第一最小约束冲突集合的情况下,获取当前数据因素。
在预设的时间阈值中无法确定第一最小约束冲突集合的情况下,可以采用逐步识别的方式进行检测。
步骤S303,从网络安全约束中去除当前数据因素,得到当前网络安全约束,并在当前网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二当前求解结果。
步骤S304,根据第二当前求解结果,获取异常出清模型的异常检测结果。
在一些实施例中,如图4所示,根据第二当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S401,在第二当前求解结果为求解成功的情况下,则确定异常出清模型的异常检测结果为当前数据因素异常。
在一些实施例中,如图5所示,根据第二当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S501,在第二当前求解结果为求解失败的情况下,则获取新的当前数据因素,并返回执行从网络安全约束中去除当前数据因素,得到当前网络安全约束,并基于当前网络安全约束以及非网络安全约束求解目标函数,获取目标函数的第二当前求解结果的步骤,直到第二当前求解结果为求解成功。
在一些实施例中,如图6所示,获取目标函数的第一求解结果之后,还可以包括:
步骤S601,在第一求解结果为求解失败的情况下,确定目标函数对应的第二最小约束冲突集合。
在第一求解结果为求解失败的情况下,可以表明异常出清模型的异常检测结果为非网络安全约束异常。此时,可以对目标函数进行运算,得到对应的第二最小约束冲突集合。该第二最小约束冲突集合可以用于指示具体的异常约束,便于确定异常原因。
步骤S602,在预设时间阈值内无法确定第二最小约束冲突集合的情况下,获取当前子非网络安全约束。
在预设的时间阈值中无法确定第二最小约束冲突集合的情况下,可以采用逐步识别的方式进行检测。
步骤S603,从非网络安全约束中去除当前子非网络安全约束,得到当前非网络安全约束,并在当前非网络安全约束下求解目标函数,获取目标函数的第一当前求解结果。
步骤S604,根据第一当前求解结果,获取异常出清模型的异常检测结果。
在一些实施例中,如图7所示,根据第一当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S701,在第一当前求解结果为求解成功的情况下,则确定异常出清模型的异常检测结果为当前子非网络安全约束异常。
在一些实施例中,如图8所示,根据第一当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S801,在第一当前求解结果为求解失败的情况下,则获取新的当前子非网络安全约束,并返回执行从非网络安全约束中去除当前子非网络安全约束,得到当前非网络安全约束,并在当前非网络安全约束下求解目标函数,获取目标函数的第一当前求解结果的步骤,直到第一当前求解结果为求解成功。
在一些实施例中,如图9所示,获取异常出清案例所对应的异常出清模型的建模检测结果可以包括:
步骤S901,获取异常出清模型对应的出清参数。
在本申请实施例中,该出清参数可以包括但不限于变量、约束、边界条件和惩罚系数。
步骤S902,将出清参数中的各个参数分别与对应的预设阈值进行比较;出清参数与预设阈值一一对应。
预设阈值范围包括变量预设阈值范围、约束预设阈值范围、边界条件预设阈值范围和惩罚系数预设阈值范围。
步骤S903,在各个参数中存在至少一个参数超出对应的预设阈值范围的情况下,确定建模检测结果为建模失败。
步骤S904,在各个参数均符合对应的预设阈值范围的情况下,确定建模检测结果为建模成功。
在该方法中,可以确定异常出清模型的建模是否正常,若检测结果为失败,则可以确定异常检测结果为异常出清模型建模异常,使得检测过程更加简便。
在一些实施例中,如图10所示,获取异常出清案例所对应的异常出清模型的建模检测结果之后,还可以包括:
步骤S1001,在建模检测结果为建模失败的情况下,确定异常出清模型的异常检测结果为异常出清模型建模异常。
在一些实施例中,如图11所示,获取异常出清案例所对应的异常出清模型的建模检测结果之前,还可以包括:
步骤S1101,获取异常出清模型对应的出清参数。
步骤S1102,对出清参数进行数据校验;数据校验包括系统平衡及备用校验、约束及变量的上下限校验、水电机组校验和火电机组校验。
(1)初步的系统平衡及备用校验。该校验可以发现明显的系统负荷预测误差或全网机组运行方式的错误。
(2)数据上下限校验。该校验可以发现简单的限值错误,例如下限大于上限。
(3)水电机组数据校验。主要包含梯级水电及振动区的校验,这些校验相对前两条来说较为复杂,需要覆盖所有可能的开停机组合以保证基本数据的正确性。
(4)火电机组校验。火电机组校验应保证机组的指定状态与机组指定的出力范围无冲突,机组群最大开机台数与机组群出力上下限也无冲突。
本申请实施例提供的数据校验的方法可以提前发现一些简单基础的异常数据,可以降低出清异常模型检测方法的难度,更加简便。
在一些实施例中,如图12A和图12B所示,提供了一种出清异常模型检测方法,该方法可以包括:
步骤S1201,获取异常出清模型对应的出清参数。
步骤S1202,对出清参数进行数据校验;数据校验包括系统平衡及备用校验、约束及变量的上下限校验、水电机组校验和火电机组校验。
步骤S1203,在数据校验通过的情况下,获取异常出清案例所对应的异常出清模型的建模检测结果。
在一些实施例中,如图13所示,获取异常出清案例所对应的异常出清模型的建模检测结果可以包括:
步骤S1301,获取异常出清模型对应的出清参数。
在本申请实施例中,该出清参数可以包括但不限于变量、约束、边界条件和惩罚系数。
步骤S1302,将出清参数中的各个参数分别与对应的预设阈值进行比较;出清参数与预设阈值一一对应。
预设阈值范围包括变量预设阈值范围、约束预设阈值范围、边界条件预设阈值范围和惩罚系数预设阈值范围。
步骤S1303,在各个参数中存在至少一个参数超出对应的预设阈值范围的情况下,确定建模检测结果为建模失败。
步骤S1304,在各个参数均符合对应的预设阈值范围的情况下,确定建模检测结果为建模成功。
在一些实施例中,如图14所示,获取异常出清案例所对应的异常出清模型的建模检测结果之后,还可以包括:
步骤S1401,在建模检测结果为建模失败的情况下,确定异常出清模型的异常检测结果为异常出清模型建模异常。
在一些实施例中,如图15所示,获取异常出清案例所对应的异常出清模型的建模检测结果之前,还可以包括:
步骤S1501,获取异常出清模型对应的出清参数。
步骤S1502,对出清参数进行数据校验;数据校验包括系统平衡及备用校验、约束及变量的上下限校验、水电机组校验和火电机组校验。
(1)初步的系统平衡及备用校验。该校验可以发现明显的系统负荷预测误差或全网机组运行方式的错误。
(2)数据上下限校验。该校验可以发现简单的限值错误,例如下限大于上限。
(3)水电机组数据校验。主要包含梯级水电及振动区的校验,这些校验相对前两条来说较为复杂,需要覆盖所有可能的开停机组合以保证基本数据的正确性。
(4)火电机组校验。火电机组校验应保证机组的指定状态与机组指定的出力范围无冲突,机组群最大开机台数与机组群出力上下限也无冲突。
本申请实施例提供的数据校验的方法可以提前发现一些简单基础的异常数据,可以降低出清异常模型检测方法的难度,更加简便。
步骤S1204,在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果。
在一些实施例中,如图16所示,获取目标函数的第一求解结果之后,还可以包括:
步骤S1601,在第一求解结果为求解失败的情况下,确定目标函数对应的第二最小约束冲突集合。
在第一求解结果为求解失败的情况下,可以表明异常出清模型的异常检测结果为非网络安全约束异常。此时,可以对目标函数进行运算,得到对应的第二最小约束冲突集合。该第二最小约束冲突集合可以用于指示具体的异常约束,便于确定异常原因。
步骤S1602,在预设时间阈值内无法确定第二最小约束冲突集合的情况下,获取当前子非网络安全约束。
在预设的时间阈值中无法确定第二最小约束冲突集合的情况下,可以采用逐步识别的方式进行检测。
步骤S1603,从非网络安全约束中去除当前子非网络安全约束,得到当前非网络安全约束,并在当前非网络安全约束下求解目标函数,获取目标函数的第一当前求解结果。
步骤S1604,根据第一当前求解结果,获取异常出清模型的异常检测结果。
在一些实施例中,如图17所示,根据第一当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S1701,在第一当前求解结果为求解成功的情况下,则确定异常出清模型的异常检测结果为当前子非网络安全约束异常。
在一些实施例中,如图18所示,根据第一当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S1801,在第一当前求解结果为求解失败的情况下,则获取新的当前子非网络安全约束,并返回执行从非网络安全约束中去除当前子非网络安全约束,得到当前非网络安全约束,并在当前非网络安全约束下求解目标函数,获取目标函数的第一当前求解结果的步骤,直到第一当前求解结果为求解成功。
步骤S1205,在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果。
步骤S1206,根据第二求解结果,获取异常出清模型的异常检测结果。
在一些实施例中,如图19所示,根据第二求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S1901,在第二求解结果为求解失败的情况下,确定目标函数对应的第一最小约束冲突集合。
在第二求解结果为求解失败的情况下,可以表明异常出清模型的异常检测结果为网络安全约束异常。此时,可以对目标函数进行运算,得到对应的第一最小约束冲突集合。该第一最小约束冲突集合可以用于指示具体的异常约束,便于确定异常原因。
步骤S1902,在预设时间阈值内无法确定第一最小约束冲突集合的情况下,获取当前数据因素。
在预设的时间阈值中无法确定第一最小约束冲突集合的情况下,可以采用逐步识别的方式进行检测。
步骤S1903,从网络安全约束中去除当前数据因素,得到当前网络安全约束,并在当前网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二当前求解结果。
步骤S1904,根据第二当前求解结果,获取异常出清模型的异常检测结果。
在一些实施例中,如图20所示,根据第二当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S2001,在第二当前求解结果为求解成功的情况下,则确定异常出清模型的异常检测结果为当前数据因素异常。
在一些实施例中,如图21所示,根据第二当前求解结果,获取异常出清模型的异常检测结果可以包括:
步骤S2101,在第二当前求解结果为求解失败的情况下,则获取新的当前数据因素,并返回执行从网络安全约束中去除当前数据因素,得到当前网络安全约束,并基于当前网络安全约束以及非网络安全约束求解目标函数,获取目标函数的第二当前求解结果的步骤,直到第二当前求解结果为求解成功。
上述出清异常模型检测方法、装置、计算机设备和存储介质中,出清系统中的求解器可以获取异常出清案例所对应的异常出清模型的建模检测结果;在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果;在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果;根据第二求解结果,获取异常出清模型的异常检测结果。综上所述,本申请实施例提供的该方法在定位出清不可行原因的过程中更加通用,更加准确。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的出清异常模型检测方法的出清异常模型检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个出清异常模型检测装置实施例中的具体限定可以参见上文中对于出清异常模型检测方法的限定,在此不再赘述。
在一个实施例中,如图22所示,提供了一种出清异常模型检测装置,包括:模型检测模块2210、第一求解模块2220、第二求解模块2230和获取数据模块 2240,其中:
模型检测模块2210,用于获取异常出清案例所对应的异常出清模型的建模检测结果;异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;
第一求解模块2220,用于在建模检测结果为建模成功的情况下,则在非网络安全约束下求解目标函数,获取目标函数的第一求解结果;
第二求解模块2230,用于在第一求解结果为求解成功的情况下,则在网络安全约束以及非网络安全约束下求解目标函数,获取目标函数的第二求解结果;
获取数据模块2240,用于根据第二求解结果,获取异常出清模型的异常检测结果。
上述出清异常模型检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图23所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种缺陷识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图23中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器 (Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory, DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种出清异常模型检测方法,其特征在于,所述方法包括:
获取异常出清案例所对应的异常出清模型的建模检测结果;所述异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;所述网络安全约束包括多个数据因素;
在所述建模检测结果为建模成功的情况下,则在所述非网络安全约束下求解所述目标函数,获取所述目标函数的第一求解结果;
在所述第一求解结果为求解成功的情况下,则在所述网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二求解结果;
根据所述第二求解结果,获取所述异常出清模型的异常检测结果,包括:在所述第二求解结果为求解失败的情况下,确定所述目标函数对应的第一最小约束冲突集合;在预设时间阈值内无法确定所述第一最小约束冲突集合的情况下,获取当前数据因素;从所述网络安全约束中去除所述当前数据因素,得到当前网络安全约束,并在所述当前网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二当前求解结果;根据所述第二当前求解结果,获取所述异常出清模型的异常检测结果;在所述第二当前求解结果为求解成功的情况下,则确定所述异常出清模型的异常检测结果为所述当前数据因素异常。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第二当前求解结果,获取所述异常出清模型的异常检测结果,包括:
在所述第二当前求解结果为求解失败的情况下,则获取新的当前数据因素,并返回执行从所述网络安全约束中去除所述当前数据因素,得到当前网络安全约束,并基于在所述当前网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二当前求解结果的步骤,直到所述第二当前求解结果为求解成功。
3.根据权利要求1所述的方法,其特征在于,所述获取所述目标函数的第一求解结果之后,还包括:
在所述第一求解结果为求解失败的情况下,确定所述目标函数对应的第二最小约束冲突集合;
在预设时间阈值内无法确定所述第二最小约束冲突集合的情况下,获取当前子非网络安全约束;
从所述非网络安全约束中去除所述当前子非网络安全约束,得到当前非网络安全约束,并在所述当前非网络安全约束下求解所述目标函数,获取所述目标函数的第一当前求解结果;
根据所述第一当前求解结果,获取所述异常出清模型的异常检测结果;
所述根据所述第一当前求解结果,获取所述异常出清模型的异常检测结果,包括:
在所述第一当前求解结果为求解成功的情况下,则确定所述异常出清模型的异常检测结果为所述当前子非网络安全约束异常。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一当前求解结果,获取所述异常出清模型的异常检测结果,包括:
在所述第一当前求解结果为求解失败的情况下,则获取新的当前子非网络安全约束,并返回执行从所述非网络安全约束中去除所述当前子非网络安全约束,得到当前非网络安全约束,并在所述当前非网络安全约束下求解所述目标函数,获取所述目标函数的第一当前求解结果的步骤,直到所述第一当前求解结果为求解成功。
5.根据权利要求1所述的方法,其特征在于,所述获取异常出清案例所对应的异常出清模型的建模检测结果,包括:
获取所述异常出清模型对应的出清参数;
将所述出清参数中的各个参数分别与对应的预设阈值进行比较;所述出清参数与所述预设阈值一一对应;
在所述各个参数中存在至少一个参数超出所述对应的预设阈值范围的情况下,确定所述建模检测结果为建模失败;
在所述各个参数均符合所述对应的预设阈值范围的情况下,确定所述建模检测结果为建模成功;
所述获取异常出清案例所对应的异常出清模型的建模检测结果之后,还包括:
在所述建模检测结果为建模失败的情况下,确定所述异常出清模型的异常检测结果为所述异常出清模型建模异常。
6.根据权利要求5所述的方法,其特征在于,所述预设阈值范围包括:变量预设阈值范围、约束预设阈值范围、边界条件预设阈值范围和惩罚系数预设阈值范围。
7.根据权利要求1所述的方法,其特征在于,所述获取异常出清案例所对应的异常出清模型的建模检测结果之前,还包括:
获取所述异常出清模型对应的出清参数;
对所述出清参数进行数据校验;所述数据校验包括系统平衡及备用校验、约束及变量的上下限校验、水电机组校验和火电机组校验。
8.一种出清异常模型检测装置,其特征在于,所述装置包括:
模型检测模块,用于获取异常出清案例所对应的异常出清模型的建模检测结果;所述异常出清模型包括:目标函数、非网络安全约束以及网络安全约束;所述网络安全约束包括多个数据因素;
第一求解模块,用于在所述建模检测结果为建模成功的情况下,则在所述非网络安全约束下求解所述目标函数,获取所述目标函数的第一求解结果;
第二求解模块,用于在所述第一求解结果为求解成功的情况下,则在所述网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二求解结果;
获取数据模块,用于根据所述第二求解结果,获取所述异常出清模型的异常检测结果,包括:在所述第二求解结果为求解失败的情况下,确定所述目标函数对应的第一最小约束冲突集合;在预设时间阈值内无法确定所述第一最小约束冲突集合的情况下,获取当前数据因素;从所述网络安全约束中去除所述当前数据因素,得到当前网络安全约束,并在所述当前网络安全约束以及所述非网络安全约束下求解所述目标函数,获取所述目标函数的第二当前求解结果;根据所述第二当前求解结果,获取所述异常出清模型的异常检测结果;在所述第二当前求解结果为求解成功的情况下,则确定所述异常出清模型的异常检测结果为所述当前数据因素异常。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7任意一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211391557.3A CN115630527B (zh) | 2022-11-08 | 2022-11-08 | 出清异常模型检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211391557.3A CN115630527B (zh) | 2022-11-08 | 2022-11-08 | 出清异常模型检测方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115630527A CN115630527A (zh) | 2023-01-20 |
CN115630527B true CN115630527B (zh) | 2023-11-03 |
Family
ID=84907680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211391557.3A Active CN115630527B (zh) | 2022-11-08 | 2022-11-08 | 出清异常模型检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115630527B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9811061B1 (en) * | 2001-05-18 | 2017-11-07 | The Energy Authority, Inc. | Method for management and optimization of hydropower generation and consumption |
CN108711890A (zh) * | 2018-06-27 | 2018-10-26 | 广东电网有限责任公司 | 日前市场出清方法、系统、装置及计算机可读存储介质 |
CN109190951A (zh) * | 2018-08-21 | 2019-01-11 | 广东电网有限责任公司 | 一种电力市场的出清方法、出清装置和出清设备 |
CN109980631A (zh) * | 2017-12-28 | 2019-07-05 | 广东电网有限责任公司电力调度控制中心 | 一种日前电力现货市场出清与节点电价计算方法 |
CN110224398A (zh) * | 2019-06-12 | 2019-09-10 | 广东电网有限责任公司 | 一种日前电力现货市场出清方法、装置、系统及存储介质 |
CN110738377A (zh) * | 2019-10-25 | 2020-01-31 | 中国南方电网有限责任公司 | 含风电竞标的日前市场出清方法、装置、计算机设备 |
CN110874692A (zh) * | 2019-11-05 | 2020-03-10 | 中国南方电网有限责任公司 | 交直流混联区域电网现货市场出清计算优化方法和装置 |
CN112446540A (zh) * | 2020-11-25 | 2021-03-05 | 广东电网有限责任公司电力调度控制中心 | 一种电力现货市场出清结算优化方法和装置 |
CN112926762A (zh) * | 2021-01-15 | 2021-06-08 | 云南电网有限责任公司 | 一种基于安全约束机组组合模型的出清方法及装置 |
CN114784882A (zh) * | 2022-05-26 | 2022-07-22 | 中国南方电网有限责任公司 | 机组组合优化处理方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10991041B2 (en) * | 2014-10-03 | 2021-04-27 | Open Access Technology International, Inc. | Next-generation energy market design and implementation |
-
2022
- 2022-11-08 CN CN202211391557.3A patent/CN115630527B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9811061B1 (en) * | 2001-05-18 | 2017-11-07 | The Energy Authority, Inc. | Method for management and optimization of hydropower generation and consumption |
CN109980631A (zh) * | 2017-12-28 | 2019-07-05 | 广东电网有限责任公司电力调度控制中心 | 一种日前电力现货市场出清与节点电价计算方法 |
CN108711890A (zh) * | 2018-06-27 | 2018-10-26 | 广东电网有限责任公司 | 日前市场出清方法、系统、装置及计算机可读存储介质 |
CN109190951A (zh) * | 2018-08-21 | 2019-01-11 | 广东电网有限责任公司 | 一种电力市场的出清方法、出清装置和出清设备 |
CN110224398A (zh) * | 2019-06-12 | 2019-09-10 | 广东电网有限责任公司 | 一种日前电力现货市场出清方法、装置、系统及存储介质 |
CN110738377A (zh) * | 2019-10-25 | 2020-01-31 | 中国南方电网有限责任公司 | 含风电竞标的日前市场出清方法、装置、计算机设备 |
CN110874692A (zh) * | 2019-11-05 | 2020-03-10 | 中国南方电网有限责任公司 | 交直流混联区域电网现货市场出清计算优化方法和装置 |
CN112446540A (zh) * | 2020-11-25 | 2021-03-05 | 广东电网有限责任公司电力调度控制中心 | 一种电力现货市场出清结算优化方法和装置 |
CN112926762A (zh) * | 2021-01-15 | 2021-06-08 | 云南电网有限责任公司 | 一种基于安全约束机组组合模型的出清方法及装置 |
CN114784882A (zh) * | 2022-05-26 | 2022-07-22 | 中国南方电网有限责任公司 | 机组组合优化处理方法及装置 |
Non-Patent Citations (2)
Title |
---|
交直流混联区域电网现货市场出清模型研究;彭超逸;顾慧杰;朱文;许丹莉;赵文猛;夏清;赖晓文;董成;;电网技术(第01期);323-331 * |
采用Benders分解含机组禁止运行区间的安全约束最优潮流;晏鸣宇;张伊宁;艾小猛;何宇斌;文劲宇;;电力系统自动化(第06期);66-71 * |
Also Published As
Publication number | Publication date |
---|---|
CN115630527A (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108734304B (zh) | 一种数据模型的训练方法、装置、及计算机设备 | |
CN110020427B (zh) | 策略确定方法和装置 | |
US20150073932A1 (en) | Strength Based Modeling For Recommendation System | |
CN103455555B (zh) | 基于移动终端相似度的推荐方法及推荐装置 | |
CN111625580A (zh) | 数据处理方法、装置及设备 | |
CN107341202A (zh) | 业务数据表修正危险度的评估方法、装置及存储介质 | |
CN117540915A (zh) | 基于大数据技术的选型方案生成方法、装置、设备和介质 | |
CN115630527B (zh) | 出清异常模型检测方法、装置、计算机设备和存储介质 | |
CN116932935A (zh) | 地址匹配方法、装置、设备、介质和程序产品 | |
CN117331812A (zh) | 业务代码验证方法、装置、计算机设备、存储介质和产品 | |
CN117194216A (zh) | 测试案例生成方法、装置、计算机设备和存储介质 | |
CN118283099A (zh) | 微服务校验方法、装置、设备、存储介质和程序产品 | |
CN117216164A (zh) | 金融数据同步处理方法、装置、设备、介质和程序产品 | |
CN118295630A (zh) | 程序文本的生成方法、装置、计算机设备、存储介质 | |
CN118338337A (zh) | 可靠性检测方法、装置、计算机设备和存储介质 | |
CN116882008A (zh) | 基于数据驱动的变电站建筑信息模型生成方法和装置 | |
CN116881543A (zh) | 金融资源对象推荐方法、装置、设备、存储介质和产品 | |
CN118353009A (zh) | 电力资源配置方法、装置、设备、介质和产品 | |
CN118586668A (zh) | 电网操作票生成方法、装置、设备、存储介质和程序产品 | |
CN116342070A (zh) | 车辆悬架数据的处理方法、装置、计算机设备和存储介质 | |
CN117435910A (zh) | 一种异常数据的检测方法、装置、计算机设备 | |
CN116681203A (zh) | 基于大数据分析的企业管理咨询方法与系统 | |
CN116701178A (zh) | 界面测试方法、装置、计算机设备和存储介质 | |
CN117495128A (zh) | 用电数据预测方法、装置、计算机设备和存储介质 | |
CN113987417A (zh) | 一种数据自修改系统、方法和计算机装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |