元の名称記録: 国网河南省电力公司电力科学研究院; 国网河南省电力公司; 国家电网有限公司

本发明涉及一种数据驱动的新能源场站模型等值方法，包括步骤S1，在新能源场站并网点采集宽频带扰动数据及其所造成的响应数据；步骤S2，从响应数据中提取多时间尺度动态特征数据；步骤S3，构建以历史电气量序列、宽频带扰动和运行点为输入，以预测电流响应为输出的深度学习网络模型，并利用历史电气量及宽频带扰动数据、响应数据及动态特征数据进行训练；步骤S4，评估训练完成的深度学习网络模型的精度。本发明仅依赖易于获取的新能源场站网点的外部量测数据，彻底摆脱了对厂家内部参数和拓扑结构的依赖，而且通过提取多时间尺度特征和利用深度学习的强大非线性拟合能力，所建等值模型能同时在机电暂态和电磁暂态尺度上精确复现场站的动态响应。

本发明提供了一种双光谱捕捉识别和低功率激光主动驱鸟装置及其工作方法，属于电力设施防护与生态安全管理技术领域。本发明的装置中，红外监测模块与可见光监测模块均与处理器的通信连接，且用于分别获取鸟类目标数据并传输至处理器；处理器与激光器的通信连接，且用于根据鸟类目标数据驱动激光器发送驱鸟激光；激光器具有多个，且并排设置，以使驱鸟激光覆盖预设范围；风光互补蓄电池电源分别与红外监测模块、可见光监测模块、处理器和激光器电连接；调控组件分别与红外监测模块和可见光监测模块驱动连接，以驱动红外监测模块和可见光监测模块在预设空间内变换位置。本发明可有效提升识别精度与驱鸟精度。

基于鲁棒H无穷无迹粒子滤波的机电暂态估计方法及系统，基于发电机的动态估计模型，采用无迹粒子滤波迭代求解；利用基于鲁棒H无穷理论界定的系统不确定性误差的正标量参数、状态预测误差协方差矩阵、预测值和量测值的互协方差矩阵，确定估计误差协方差矩阵，更新卡尔曼增益；基于状态变量、估计误差协方差矩阵建立建议分布，从建议分布中重采样得到新粒子集；以修正后的系统噪声协方差矩阵和观测噪声协方差矩阵更新发电机的动态估计模型，采用无迹粒子滤波迭代求解得到的状态变量估计值；以状态变量估计值及其权重的加权均值作为发电机的机电暂态估计结果；解决了发电机动态估计过程中通信噪声和模型参数不确定造成的准确性和鲁棒性的问题。

本发明公开了一种变电站自动化设备知识图谱历史信息模型构建方法及系统，构建包含时间维度的变电站设备本体模型；采集变电站设备的历史数据和实时监测数据；基于变电站设备本体模型的实体和历史数据，进行实体抽取和数据融合；采用跨模态实体统一索引机制、动态实体消歧与上下文感知映射、增量式实体索引更新架构和多维度相似度融合匹配算法进行数据融合；采用Neo4j图数据库存储动态知识图谱，每个实体‑关系三元组附加时间标签；对知识图谱使用双向联动机制进行语义约束；定义SWRL规则库，结合LSTM‑FCN模型，基于历史状态推理未来的设备故障概率。本发明能够融合多源数据，进行动态历史建模，通过融合规则推理与深度学习模型，提高故障诊断准确率。

本申请涉及一种网络安全智能问答系统、方法、储存介质及计算机设备，系统包括数据源层、应用层、业务逻辑层、人工智能模型层和数据存储层，本发明从文本向量化和相似度检索着手，构建基于检索增强生成技术的网络安全智能问答系统，检索增强生成技术引擎通过LlamaIndex进行驱动和上下文管理，LlamaIndex通过向量索引、关键词索引等多策略实现高效检索，能够快速定位相关信息。本发明通过把网络安全相关数据向量化的方式，使用人工智能相关技术驱动，大幅度提高网络安全运维人员对网络安全问题的处置效率和决策力度，大幅缩减处置相关问题的时间。