-
公开(公告)号：CN109861383A
公开(公告)日：2019-06-07
申请号：CN201811452821.3
申请日：2018-11-30
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司 , 全球能源互联网研究院有限公司 , 国家电网有限公司
Abstract: 本发明涉及一种融合电网信息物理异常的事件预处理方法。该方法包括：采集、解析、清洗、融合等步骤。本发明在电网网络安全分析过程中，将电气物理侧异常事件考虑进来，是电网网络安全精准分析的关键，利用预处理后的源网荷系统异常事件进行电网网络安全分析，可更加快速、精确的识别网络攻击，有效提高电网网络安全分析质量和效率，保障电网安全稳定运行。
-
公开(公告)号：CN109784668A
公开(公告)日：2019-05-21
申请号：CN201811574671.3
申请日：2018-12-21
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 一种用于电力监控系统异常行为检测的样本特征降维处理方法，从类别相关性和特征间冗余性两方面入手对特征指标进行选取。首先，对历史数据进行人工标注，构造训练样本数据集。然后，分析样本数据集中每个系统行为特征指标与系统是否产生异常行为的相关性，确定各个特征指标对异常行为判断影响的相关性优先级。接着，从相关性优先级最高的特征指标开始，依次检查每两个特征指标之间的冗余性，去除对系统异常行为判断影响小且特征冗余度高的特征指标，最终达到特征降维处理的效果。本发明通过对对电力监控系统行为特征指标集进行降维处理，可用于减小训练样本规模，为后续异常检测的行为识别分类训练提供更好的服务。
-
公开(公告)号：CN109753049A
公开(公告)日：2019-05-14
申请号：CN201811573019.X
申请日：2018-12-21
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: G05B23/02
Abstract: 一种源网荷互动工控系统的异常指令检测方法，采用机器学习开源框架构建基于双向长短期记忆神经网络的源网荷互动工控系统异常指令检测模型，以源网荷工控系统的指令序列为双向长短期记忆神经网络的输入层，输出层为检测出的指令性质；将训练过的检测模型作为异常指令检测分类器分别下发给各级操作单元的指令异常分析模块，用于进行指令异常检测，并上报异常信息。本发明方法综合考虑指令序列的上下文关系对指令性质进行检测，可以有效解决指令序列长期依赖问题对检测精度的影响。并进一步形成一套采集、识别、反馈、更新训练的闭环方案，使得异常指令检测模型持续不断进行迭代优化，可以有效提高异常指令的识别精度及适应能力。
-
公开(公告)号：CN109657913A
公开(公告)日：2019-04-19
申请号：CN201811366392.8
申请日：2018-11-16
Applicant: 国网江苏省电力有限公司南京供电分公司 , 东南大学 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种考虑分布式电源的输配电网联合风险评估方法，首先在输电系统进行风险评估，分析得到输电网母线的功率概率分布。将输电网母线的功率概率分布代入配电网根节点，考虑有分布式电源接入的配电网可能存在的孤岛运行方式，在配电网出现故障时，进行供电充裕度分析，确定配电网用户的供电风险。本发明提供的风险评估方法，不仅能够考虑了配电网内的运行状态，提升电网风险评估的准确性，而且能够考虑到了输电网运行方式的变化对配电网用户供电可靠性的影响。
-
公开(公告)号：CN109462521A
公开(公告)日：2019-03-12
申请号：CN201811415563.1
申请日：2018-11-26
Applicant: 华北电力大学 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司南京供电分公司
IPC: H04L12/26 , H04L12/24 , H04L12/851
Abstract: 本发明公开了一种适用于源网荷互动工控系统的网络流量异常检测方法，采用两层分类机制，即先通过OCSVM模型进行第一次分类，该分类器可以检测出绝大部分的正常流量，通过调整模型尽可能的检测出异常流量，然后将OCSVM判定为异常的数据(可能包括部分正常流量)通过GBDT算法进行第二次分类，第二次分类用于检测出第一次分类中误检的正常流量，并将这部分流量加入样本重新训练，提高检测的准确度。本发明在保证流量检测准确率的情况下，同时有着较快的检测效率，满足源网荷互动的工控系统的流量检测需求。
-
Patent Agency Ranking
公开(公告)号：CN118585930A
公开(公告)日：2024-09-03
申请号：CN202410480699.X
申请日：2024-04-22
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06F18/2433 , G06Q50/06 , G06F18/213
Abstract: 本发明具体涉及一种电网调控敏感数据的识别方法，属于智能电网安全防护技术领域。包括以下步骤：先采集需要进行敏感识别的数据，然后对数据的非结构化特征和结构化特征向量化；根据向量化的结果计算需要进行敏感识别的数据的非结构化特征和结构化特征的相对敏感度和绝对敏感度；根据相对敏感度和绝对敏感度来识别电网调控数据是否敏感。本发明征采用了Transformer模型对电网调控数据的非结构化特征进行提取分析和处理，同时计算了非结构化特征的绝对敏感度和相对敏感队作为电网调控数据是否敏感的依据，大大提升对电网调控数据中非结构化特征的处理，解决了现有技术对对非结构化特征比例较大的电网调控数据进行敏感度识别的准确度不高的问题。
-
公开(公告)号：CN118550968A
公开(公告)日：2024-08-27
申请号：CN202410221983.5
申请日：2024-02-28
Applicant: 国网江苏省电力有限公司南京供电分公司
Abstract: 本发明公开了一种数据溯源方法、装置、设备及存储介质。该方法包括：获取溯源查询请求，根据所述溯源查询请求访问区块链，得到溯源查询请求对应的目标加密信息和目标默克尔树的节点信息；根据目标默克尔树的节点信息查询目标存储区域，得到溯源查询请求对应的原始数据；若溯源查询请求对应的原始数据的第一加密信息与溯源查询请求对应的目标加密信息一致，则根据所述溯源查询请求和预设周期确定目标时间段；遍历目标默克尔树，将目标时间段内的目标默克尔树的节点信息对应的原始数据确定为目标追溯数据，通过本发明的技术方案，能够提高数据溯源的效率和可靠性。
-
公开(公告)号：CN115794894B
公开(公告)日：2024-08-06
申请号：CN202211418695.6
申请日：2022-11-14
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06F16/2457 , G06F16/242
Abstract: 一种基于用户兴趣偏好的故障案例推送方法，涉及已知电力调度自动化系统中存储有故障信息和故障案例的数据库，包括以下步骤：步骤1：针对用户的推送请求，对所述数据库中的所有的故障案例进行评分，并按照评分的大小来确定初始推送集合A1；步骤2：得到用户的兴趣偏好根据用户的兴趣偏好初始推送集合A1进行过滤得到中间推送集合A2；步骤3：获得用户的所有历史故障案例形成历史故障案例集合A3；步骤4：对比中间推送集合A2和用户历史故障案例集合A3，并生成最终推送集合A4，实现推送；本推送方法通过获取了用户的兴趣偏好使得中间推送集合A2中的故障案例更加符合请求推送用户的偏好，使得整个推送过程更加合理。
-
公开(公告)号：CN117633615A
公开(公告)日：2024-03-01
申请号：CN202311557286.9
申请日：2023-11-21
Applicant: 国网江苏省电力有限公司南京供电分公司
IPC: G06F18/241 , G06F18/2415 , G06F18/10 , G06F18/213 , G06Q50/06 , G06N3/0464 , G06N3/047 , G06N3/045 , G06F21/60
Abstract: 本发明提供一种电力调控敏感数据的识别方法、装置、设备及存储介质。该方法包括：获取多个时刻内的电力调控数据；根据电力调控数据的数据类型对电力调控数据进行数值化处理，获得数值化电力调控数据；将数值化电力调控数据进行预处理，获得预处理后的电力调控数据；对预处理后的电力调控数据进行特征提取，获得电力调控特征；将电力调控特征输入至设定电力调控敏感数据识别模型中，输出识别结果；其中，识别结果包括电力调控敏感数据和非电力调控敏感数据。本发明通过利用设定电力调控敏感数据识别模型对电力调控特征进行敏感数据识别的方式，可以准确识别电力调控敏感数据，从而可以降低敏感数据暴露的风险。
-
公开(公告)号：CN116415204A
公开(公告)日：2023-07-11
申请号：CN202310298736.0
申请日：2023-03-24
Applicant: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司
Abstract: 基于动态知识图谱的数据融合方法及系统，包括步骤1，将知识数据进行级别分类；步骤2，根据级别分类后的数据构建图谱模型并对图谱模型的节点设置图形及颜色；步骤3，将知识数据与图谱模型进行融合并基于知识数据的变化调整图谱模型。本发明通过基于知识数据的节点和重要性进行图形和颜色构建，能够使知识图谱与知识数据的进行高度融合，进而有助于区分不同重要性和节点的知识数据，以解决现有的知识图谱构建方式单一、不同知识数据的区分度较低的问题。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.042 seconds)
