-
公开(公告)号：CN118094278B
公开(公告)日：2024-07-23
申请号：CN202410508749.0
申请日：2024-04-26
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC分类号： G06F18/23213 , G06F18/2415 , G06F18/2433 , G06F18/27 , G06N5/04 , G06N7/01
摘要： 本发明公开了一种基于电力应用场景差异的数据质检方法、装置及介质，所述方法包括：根据监测数据，通过网络模型计算得到预测的功率值；按照功率值对监测数据进行标注，并根据数据变化速率来判断监测数据的异常程度，得到标注数据；根据标注数据中的异常数据进行数据异常预警。本发明提出一种基于电力应用场景差异的数据质检方法、装置及介质，通过使用拥有良好预测和推断能力的网络模型，利用温度与功率之间的线性关系计算，能够得到准确的功率预测值，将功率值标注和数据变化速率所表示的数据异常程度结合起来，得到标注数据，进而确保对异常数据进行有效预警，能够解决难以针对电力应用场景差异，对电力设备进行及时有效的故障预诊的问题。
-
公开(公告)号：CN118094234B
公开(公告)日：2024-07-23
申请号：CN202410508753.7
申请日：2024-04-26
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC分类号： G06F18/214 , G06F18/15 , G06F18/21 , G06F123/02
摘要： 本发明涉及电网数据管理技术领域，公开了一种基于多源电力数据的自动数据标注方法及装置。该方法在若干个数据源中获取多源电力数据，对其进行数据预处理，得到待标注数据；利用预设的第一规则引擎对待标注数据进行自动标注，得到第一标注结果；根据预设的评价标准对第一标注结果进行错误分析，得出错误分析结果；根据错误分析结果将第一规则引擎更新为第二规则引擎；利用质量检测算法对第一标注结果进行质量检测，得出第一标注结果中的问题数据；利用第二规则引擎对第一标注结果中的问题数据进行修正标注，得到最终标注结果。本发明可以准确识别和融合数据源信息，并提高了数据质量检测的有效性，从而提高标注多源电力数据的准确性。
-
公开(公告)号：CN118214590A
公开(公告)日：2024-06-18
申请号：CN202410292508.7
申请日：2024-03-14
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC分类号： H04L9/40
摘要： 本发明公开了一种可分类识别各类网络行为通报预警方法，S101：知识图谱构建；S102：威胁检测与行为分析；S103：信息收集；S104：通过主动防御手段触发；S105：实时响应与调整，本发明一种可分类识别各类网络行为通报预警方法，本发明一种可分类识别各类网络行为通报预警方法，以知识图谱为基础的网络安全防御系统带来了多方面的好处，结合知识图谱，系统能够综合分析网络拓扑、已知威胁指标和攻击者行为，实现全方位、多层次的防御，通过实时监测和自动化响应，系统可以在检测到潜在入侵行为时立即采取行动，提高对威胁的应对速度，利用知识图谱关联信息，系统能够更准确地收集与入侵者有关的特征信息。
-
公开(公告)号：CN118174940A
公开(公告)日：2024-06-11
申请号：CN202410344014.9
申请日：2024-03-25
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
发明人： 沈伍强 , 王业超 , 崔磊 , 钱正浩 , 周纯 , 龙震岳 , 李如雄 , 裴求根 , 唐亮亮 , 梁哲恒 , 沈桂泉 , 姚潮生 , 张金波 , 张小陆 , 伍江瑶 , 许明杰 , 杨春松
IPC分类号： H04L9/40
摘要： 本发明公开了一种基于多视图特征融合的恶意加密流量检测方法及系统，所述方法包括：获取并预处理待检测网络流量数据，从V个不同视图提取序列特征xv，利用神经网络fv将每个视角的特征转换为统一维度的特征向量yv；计算不同yv之间的互相关矩阵Cv，通过压缩网络φ将Cv从嵌入空间#imgabs0#投影到#imgabs1#获得交叉视图信息，并分别与yv拼接形成单视图综合表示#imgabs2#将#imgabs3#组装成多通道的三维矩阵X，输入到多层感知器网络中，形成综合特征表示Y；将Y输入到全连接层和Softmax函数中实现恶意加密流量的检测。本发明提供的方法利用深度神经网络技术从多视图角度综合分析网络特征，自动进行高效准确的恶意流量行为检测。
-
公开(公告)号：CN117496306A
公开(公告)日：2024-02-02
申请号：CN202310830537.X
申请日：2023-07-06
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC分类号： G06V10/776 , G06T3/04 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种机器学习目标检测系统的多级别鲁棒性评测方法及系统，其方法为：1)针对目标检测系统的多级别临界转换鲁棒性及相应的临界转换鲁棒性得分的定义；2)临界转换鲁棒性的具体测试流程；3)临界转换鲁棒性得分的计算方法与测试结果的统计。不同级别的临界转换鲁棒性可以测试和度量不同严格级别要求下的目标检测系统鲁棒性。本发明使用图像转换技术模拟目标检测系统在不同现实环境下所接受的输入图像，在对原始测试集样本进行数据增强的情况下，结合多级临界转换鲁棒性指标评测系统应对不同现实环境条件变化的鲁棒性；最后基于临界转换鲁棒性的指导，可以对现有目标检测系统进行修复与增强。
-
公开(公告)号：CN117353990A
公开(公告)日：2024-01-05
申请号：CN202311245516.8
申请日：2023-09-25
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC分类号： H04L9/40 , G06N3/045 , G06N3/08 , G06F18/214
摘要： 本发明公开了一种基于感知流量相关性的网络流量异常检测方法、装置、计算机设备及存储介质，针对网络流量中异常行为提供了高效、准确的检测和分析手段。与传统方法不同，该方法特别关注网络流量中时间相关性，利用多个时刻数据构建了一个具有多输入分支的深度神经网络(DNN)。每个分支接收一个时刻的网络流量，通过独立的DNN分支处理，以全面捕获不同时间点的网络流量关联性。每个分支包括多个神经网络层，用于提取和学习单个时刻网络流量的特征表示。这些分支的输出将被级联在一起，并通过进一步的神经网络层进行处理，最终输出网络流量的异常检测结果。该检测方法能够更好地适应网络流量的动态变化，提高了异常检测的准确性和可靠性。
-
公开(公告)号：CN116684059A
公开(公告)日：2023-09-01
申请号：CN202310581910.2
申请日：2023-05-19
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
摘要： 本发明涉及故障注入攻击技术领域，尤其涉及对Ballet算法的故障注入攻击方法，针对当前现有的故障注入攻击技术存在缺少对Ballet算法的故障注入攻击，且故障注入攻击缺少针对性，导致对Ballet算法的故障注入攻击成功率较低的问题，现提出如下方案，其中包括以下步骤：S1：进行获取，S2：进行处理，S3：进行抽取，S4：进行选取，S5：故障注入攻击，本发明的目的是通过进行针对性的信息检索、处理以及设置针对性的算法故障，同时设定固定的故障注入流程，针对Ballet算法进行故障注入攻击，并建立攻击模型进行试验，提高了对Ballet算法的故障注入攻击成功率。
-
公开(公告)号：CN109272049A
公开(公告)日：2019-01-25
申请号：CN201811158494.0
申请日：2018-09-30
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
摘要： 本发明提供一种用电负荷模式提取方法及系统、计算机设备及介质，该方法，包括：以预设采样时间间隔获取用户用电量数据序列，得到N维数组；其中，所述N为正整数；利用所述N维数组之间的距离与邻域半径的预设数学关系，得到所述邻域半径；利用所述邻域半径，计算所述N维数组的邻域数组数目，以利用邻域数组数目与所述MinPts的预设数学关系，得到所述MinPts；利用所述邻域半径、所述MinPts，以基于密度的空间聚类算法对各用户对应的N维数组进行分类；对同类N维数组的相同维度求取平均值，得到对应的平均负荷数组。本发明应用改进的聚类算法，无需事先提供特定的聚类数，能够根据数据本身的分布的密集程度来自行聚类，适应范围广，应用灵活。
-
公开(公告)号：CN118898006A
公开(公告)日：2024-11-05
申请号：CN202410998537.5
申请日：2024-07-24
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC分类号： G06F18/23213 , G06F18/213 , G06F18/241 , G06F18/22 , G06N3/09
摘要： 本发明提供了一种输电场景下模型解释方法、系统、介质、程序产品及设备，属于电力技术领域。本发明通过全局可解释性分析，使用聚类算法对数据与模型在数据集上的决策进行整体分析，揭示了待解释目标检测模型在整个数据集的决策情况，梳理不同类别之间的关系，帮助理解待解释目标检测模型在全局视角下的决策边界和分类逻辑；通过精细化的局部可解释性分析，对于输电场景困难样本，采用分割模型突出输入图像中对模型决策最为关键的区域，通过强化对这些区域的分析，使得解释结果不仅关注于哪些特征被考虑，还强调了这些特征在空间上的分布和相互作用，提高了解释的可信度。
-
公开(公告)号：CN118693992A
公开(公告)日：2024-09-24
申请号：CN202410716674.5
申请日：2024-06-04
申请人： 广东电网有限责任公司 , 广东电网有限责任公司信息中心
IPC分类号： H02J13/00 , G06F18/213 , G06F18/2411 , G06F18/2433 , G06F18/27 , G06F18/214 , G06F18/21 , G06N5/022
摘要： 本发明公开了一种基于人工智能算法安全分析作出态势感知系统，包括数据采集模块、数据预处理模块、特征提取模块、人工智能算法处理模块、知识图谱模块、状态感知模块、安全事件检测模块、用户界面模块、实时监控响应模块、故障诊断恢复模块、可视化报告模块和持续优化学习模块，本发明一种基于人工智能算法安全分析作出态势感知系统，利用人工智能算法，系统能够对电网大数据进行智能化分析，识别出潜在的安全威胁，提高了安全事件检测的准确性和效率，通过结合电网大数据和知识图谱，系统能够对历史和当前的电网态势进行综合性分析，从而更全面地识别出安全事件，包括历史事件和实时事件，而且系统具有实时监测和响应能力。
-
-
-
-
-
-
-
-
-
搜索结果
67 条记录 (耗时 0.042 秒)
