-
公开(公告)号：CN102820662A
公开(公告)日：2012-12-12
申请号：CN201210295560.5
申请日：2012-08-17
申请人： 华北电力大学
IPC分类号： H02J3/18
CPC分类号： Y02E10/763 , Y02E40/30
摘要： 本发明公开了电力系统无功优化领域的一种含分布式电源的电力系统多目标无功优化方法。其技术方案是，1、推导风力发电机在潮流计算中的模型；2、初始化电网参数及分布式电源的并网参数；3、构造由系统无功优化控制变量组成的个体向量，初始化种群；4、根据已经初始化的种群和分布式电源并网后的电网参数进行潮流计算，并计算各个目标函数值；5、用基于人工蜂群的和声搜索混合算法进行多目标优化；6、优化过程结束，输出优化结果。本发明提出的混合优化算法ABC-HS在已有和声搜索算法HS局部搜索的同时，融合了人工蜂群算法ABC全局搜索的优点，提高了算法的效率并改善了算法的鲁棒性。
-
-
公开(公告)号：CN102411687A
公开(公告)日：2012-04-11
申请号：CN201110373558.0
申请日：2011-11-22
申请人： 华北电力大学
IPC分类号： G06F21/00
摘要： 本发明公开了信息安全技术领域的未知恶意代码的深度学习检测方法。它包括下列步骤：1)利用字节级n元文法提取训练集中文件的特征向量；2)构建HTM网络结构，并确定HTM结构中底层每个节点的输入数据长度；3)将特征向量作为输入，利用HTM算法进行序列模式学习训练和分类推导；4)利用字节级n元文法提取测试集中的文件的特征向量；5)将特征向量输入到完成训练的HTM网络进行序列识别，以确定测试集中的文件是否含有恶意代码。本发明的有益效果为：具有较强的抗噪、容错能力，适应性强。同时，提高了恶意代码检测的识别能力和识别率，实现了准确检测新出现的恶意代码的目标。
-
公开(公告)号：CN101587154B
公开(公告)日：2011-12-28
申请号：CN200910086667.7
申请日：2009-06-17
申请人： 华北电力大学
摘要： 本发明公开了电力系统状态估计技术领域中的一种适用于复杂节点及大规模量测数据的快速状态估计方法。包括：分别将连续的T个时刻的M个测量值纳入到量测集合中，形成M×T二维数组；对所述M×T二维数组进行LLE非线性降维；对每个节点电压幅值和相角分别进行样本训练，生成电压幅值和相角样本模型，并利用生成的样本模型，进行节点电压幅值和相角预测；利用牛顿拉夫逊迭代法进行预测值修正，获得状态估计值；将状态估计值作为第T个时刻的状态真值放置到状态量集合中；取到第T+1个时刻为止的前T个时刻的量测数据，重复前述步骤，获得第T+1时刻的状态估计值，实现滚动预测。本发明在保证预测精度的前提下，实现了对大规模高维样本数据的快速训练和对系统状态量的预测。
-
公开(公告)号：CN102270309A
公开(公告)日：2011-12-07
申请号：CN201110212852.3
申请日：2011-07-27
申请人： 华北电力大学
摘要： 本发明公开了短期电力负荷预测技术领域中的一种基于集成学习算法的短期电力负荷预测方法。本发明首先对电力负荷进行数据预处理，构建负荷预测的训练样本集和测试样本集；然后用密母优化算法寻找核向量回归学习器的最优初始参数值，并对训练样本集进行训练，进而求得子学习器模型；之后由子学习器模型加权组合得到预测模型，通过预测模型对测试样本集进行预测，并根据均方根相对误差作为判断预测模型精度的条件，依据精度确定是否需要增加新的子学习器，最终得到满足精度要求的实际预测模型；最后用实际预测模型对未来一周的负荷进行预测。本发明方法具有模型简单、预测精度高、预测速度快等优点。
-
公开(公告)号：CN102270279A
公开(公告)日：2011-12-07
申请号：CN201110212760.5
申请日：2011-07-27
申请人： 华北电力大学
IPC分类号： G06F19/00
摘要： 本发明公开了电力负荷预测技术领域中的一种短期电力负荷预测方法。本发明通过数据采集与监视控制系统的负荷数据构建样本集，并通过曲波变换对样本集去噪，得到去噪后的样本集；将去噪后的样本集划分为测试集和训练集；利用训练集和学习机生成多个训练模型，进而利用装袋算法求得最终的预测模型；最后利用最终的预测模型和测试集对负荷进行预测。本发明不仅解决了样本数据量少、偏差大、不确定性的问题，而且比单一学习机具有更强的泛化能力，可以有效地将多个模型融合起来，使预测过程更加快速、准确。
-
公开(公告)号：CN102185735A
公开(公告)日：2011-09-14
申请号：CN201110105272.4
申请日：2011-04-26
申请人： 华北电力大学
摘要： 本发明公开了网络信息安全技术领域中的一种网络安全态势预测方法。该方法使用灰色聚类分析方法分析每种网络安全威胁的危害程度，进而构造出层次化的网络安全态势指标体系，得到每个时间监测点的网络安全态势值并构造成时间序列，将其构造成训练样本集，利用集成学习Boosting算法对训练样本集进行迭代训练得到满足误差要求的弱学习机序列；再利用对弱学习机序列加权求和的方法得到强学习机；利用强学习机完成未来时间监测点的网络安全态势值预测。本发明在降低网络安全态势值预测误差方面，有较好的适应性和较低的预测误差。
-
公开(公告)号：CN101551884B
公开(公告)日：2011-07-27
申请号：CN200910083727.X
申请日：2009-05-08
申请人： 华北电力大学
CPC分类号： Y04S10/56
摘要： 本发明公开了短期电力负荷预测技术领域中的一种面向大规模样本的CVR电力负荷快速预测方法。技术方案是，首先对缺损的历史数据进行填补，并使用水平校验法和垂直校验法对数据进行校验和平滑处理；然后按照时间流分别对温度和负荷样本集数据进行重组；通过两个CVR分别对以上两个大规模样本数据进行快速训练；最后利用一个CVR对未来时间段内的温度信息进行连续滚动预测生成所要预测时间范围内所有预测点的温度值，利用其结果使用另一个CVR对负荷进行连续的滚动预测直到得到所有预测点的预测值。本发明在超大规模样本下既提高了预测速度又保证了预测精度，能够有效支持对超大规模电力负荷样本的准确、快速预测。
-
公开(公告)号：CN112822006B
公开(公告)日：2021-09-03
申请号：CN202011527966.2
申请日：2020-12-22
申请人： 华北电力大学
IPC分类号： H04L9/08
摘要： 本发明涉及一种基于单光子的量子一票否决保密投票系统及方法。系统包括：投票管理机构Bob，n个投票用户，经典量子融合认证信道和n+1个光分叉复用器OADM。方法包括如下步骤：步骤1、资格申请；步骤2、身份密钥共享；步骤3、量子态制备；步骤4、经典量子融合认证信道安全检测；步骤5、若经典量子融合认证信道是安全的，则进行投票；步骤6、计算选票；步骤7、否决票验证。本发明的量子一票否决保密投票方法具有匿名性、保密性、公平性和弱验证性，每个合法的投票者只能投一次选票，每一个投票者完全依据自己的意愿进行投票，保证了每一个投“否”的投票者可以匿名地验证其选票被合理的计算。
-
公开(公告)号：CN111726222B
公开(公告)日：2020-12-22
申请号：CN202010360745.4
申请日：2020-04-30
申请人： 华北电力大学
摘要： 本发明涉及一种基于多粒子纠缠的量子网络抽签方法，包括：S1、参与抽签的用户向抽签管理机构发送身份信息，完成注册，抽签管理机构通过QKD收发机与用户共享身份密钥。S2、抽签管理机构为抽签用户制备抽签量子态，并将全部粒子重新分组以便于后续量子分发。S3、抽签管理机构生成随机秘密编码并存储于存储器中，利用身份密钥和秘密编码为每个抽签用户制备测试粒子。S4、抽签管理机构将测试粒子随机插入重新分组后的抽签量子态中，并通过经典量子融合信道传输量子信息。S5‑S6、抽签用户与抽签管理机构利用测试粒子，验证双方身份信息。S7、量子态安全检测。S8、抽签用户舍弃量子态安全测试中使用的粒子，测量剩余的粒子获得抽签信息。
-
-
-
-
-
-
-
-
-
搜索结果
75 条记录 (耗时 0.094 秒)
