-
公开(公告)号：CN117435945A
公开(公告)日：2024-01-23
申请号：CN202311435953.6
申请日：2023-10-31
Applicant: 深圳供电局有限公司
IPC: G06F18/23213 , G06N3/088 , G06F21/62 , G06N3/098 , G06Q50/06
Abstract: 本发明提供了一种基于联邦聚类的配电网隐私防护方法，包括如下步骤：步骤S1，配电网下各台区将本地的电力量测数据的数据集进行全局性归一化处理，其中，在归一化处理过程中加入有扰动；步骤S2，在各台区实现数据集的全局性归一化后，进行数据聚类处理，在数据聚类处理过程中采用联邦协商随机数的形式生成符合Laplace分布的随机噪声数据聚类，以进行隐私保护。本发明还提供了相应的存储介质。实施本发明，可以在电力数据进行数据聚类过程中有效地保护数据隐私，同时还提高了计算和通信效率。
-
公开(公告)号：CN111428766B
公开(公告)日：2024-01-19
申请号：CN202010186013.8
申请日：2020-03-17
Applicant: 深圳供电局有限公司
Abstract: 本发明提供一种高维海量量测数据的用电模式分类方法，包括步骤S1，对用户的日负荷曲线进行采样，形成用户特征样本集，对高维海量量测数据进行主成分分析，提取关键特征指标；步骤S2，利用自适应遗传算法与BP算法对自动编码器进行训练，并利用完成训练的自动编码器对用户的用电数据样本集进行降维；步骤S3，利用改进模糊C均值聚类算法对降维后的用户的用电数据样本集进行聚类，对用户用电模式进行分类。本发明可实现，分类算法能够更加准确、清晰地对用户用电模式进行分类。
-
公开(公告)号：CN117175563A
公开(公告)日：2023-12-05
申请号：CN202311130010.2
申请日：2023-08-31
Applicant: 深圳供电局有限公司
IPC: H02J3/00 , G06Q50/06 , G06F18/2431 , G01R22/06
Abstract: 本发明提供一种低压用户用电类型的识别方法及系统，包括，确定目标低压用户，并获取所述目标低压用户的日均用电量，其中，所述目标低压用户的日均用电量至少包括工作日日均用电量和非工作日日均用电量；将所述工作日日均用电量与所述非工作日日均用电量之间的差值作为日均用电量标准值，并将所述日均用电量标准值和所述工作日日均用电量之间的比值作为所述低压用户的用电分类数据；将所述低压用户的用电分类数据与预设的用电类型阈值标准比较，确定该低压用户对应的用电类型。本发明可以基于对各个用电类型的低压用户影响最小的情况下进行供电规划，即本申请可以准确获取低压用户的用电类型，从而提高电网的供电规划的优化效果。
-
公开(公告)号：CN111914900B
公开(公告)日：2023-10-27
申请号：CN202010630552.6
申请日：2020-07-03
Applicant: 深圳供电局有限公司
IPC: G06F18/23 , G06N3/0464 , G06F18/2135 , G06N3/084 , G06N3/126 , G06F18/2321 , G06F18/2337
Abstract: 本发明涉及一种用户用电模式分类方法，所述方法包括：获取高维量测数据，所述高维量测数据包括多个用户的用电数据；对所述高维量测数据进行主成分分析，并进行特征提取获得相应的特征值；利用预先训练好的自动编码器对所述特征值进行降维处理得到低维用户用电数据；对所述低维用户用电数据进行聚类分析获得每一用户的用电数据所隶属的类别，所述类别为用户的用电模式。本发明方法能够用于高维度和海量用电数据分析以确定用户用电模式。
-
公开(公告)号：CN116776173A
公开(公告)日：2023-09-19
申请号：CN202310731103.4
申请日：2023-06-19
Applicant: 深圳供电局有限公司
IPC: G06F18/23 , G06F18/214 , G06F21/62 , G06N3/0464 , G06Q50/06
Abstract: 本发明公开一种基于卷积神经网络的电力量测数据脱敏方法，包括：步骤S1，将未脱敏的电力量测数据输入训练好的卷积神经网络模型中，得到所述电力量测数据中的敏感数据集；步骤S2，对所述敏感数据集中的敏感数据进行聚类；步骤S3，采用相应的脱敏模型对各个聚类的敏感数据进行脱敏。本发明使用擅长进行图像处理的CNN网络作为敏感数据的预测模型，为敏感数据的预测提供了一种新的思路，相比于该领域内其他脱敏方法，本发明能够处理大量数据，拥有更高的处理效率和更强大的处理能力，具有实用意义。
-
Patent Agency Ranking
公开(公告)号：CN116743341A
公开(公告)日：2023-09-12
申请号：CN202310745812.8
申请日：2023-06-21
Applicant: 深圳供电局有限公司
Abstract: 本发明公开一种基于同态加密的量测数据安全共享方法，包括：步骤S1，构建由智能电表，智能融合终端和计量自动化系统组成的电力系统安全传输体系，智能电表，智能融合终端和计量自动化系统之间通过安全信道相连；步骤S2，采用同态加密算法对智能电表所采集的量测数据进行加密，在上传到智能融合终端后进行数据聚合处理，并上传给计量自动化系统。本发明构建由智能电表，智能融合终端和计量自动化系统组成的电力系统安全传输体系，通过使用秘密共享方案使系统相对安全稳定进行；通过使用同态加密准确有效地针对海量复杂的量测数据进行安全传输，计量自动化系统最终解密得到的是保护了用户隐私的相关量测数据，具有较高的实际应用意义。
-
公开(公告)号：CN116418478A
公开(公告)日：2023-07-11
申请号：CN202211579844.7
申请日：2022-12-09
Applicant: 深圳供电局有限公司
Abstract: 本发明公开了一种基于可信计算和隐私计算的配电网安全防护方法，至包括步骤：在本地端布署聚合层，使本地端包括包含有智能电表的边缘节点层、包含聚合器的聚合层以及包含终端的终端层；将本地端的所有智能电表、聚合器、终端设备均视作网络节点；利用可信计算技术实现各节点自身状态安全，各层间交互可信和边缘节点间交互可信验证，在各节点之间建立可信通信；本地端结合同态加密技术将各用户用电数据进行拆分再聚合，使得聚合器端只能得到区域内用户用电量总量，而不能得到单个用户用电量，以实现安全防护。实施本发明，可以保护用户用电数据的隐私。
-
公开(公告)号：CN116248327A
公开(公告)日：2023-06-09
申请号：CN202211606062.8
申请日：2022-12-12
Applicant: 深圳供电局有限公司
IPC: H04L9/40
Abstract: 本发明公开一种计量自动化系统网络攻击检测方法，包括：步骤S1，对不同来源网络安全信息进行预处理，形成可供安全信息和事件管理SIEM系统规范化处理格式；步骤S2，事件关联器根据预处理好的数据，并利用DST规则确定攻击操作；步骤S3，策略关联器识别所有可能执行的攻击操作，根据DST组合规则在预先设置好的基于攻击者操作的攻击图的上下文中执行识别可能路径的分析；步骤S4，触发杀伤链识别组件进行分析，确定最可能的攻击路径。本发明采用了DST规则识别攻击操作并结合DST自定义组合规则方式，能够可靠的检测多阶段网络攻击，解决了目前网络安全检测误报率较高问题，并提供完善的响应补救措施，应对新型的网络安全威胁，进一步维护网络的稳定性。
-
公开(公告)号：CN115714621A
公开(公告)日：2023-02-24
申请号：CN202211371943.6
申请日：2022-11-03
Applicant: 深圳供电局有限公司
IPC: H04B10/116 , H04B10/29 , H04Q11/00 , H04L27/26
Abstract: 本发明公开了一种计量站点室内可见光辅助中继传输方法。通过分析计量主站站内可见光通信存在链路阻塞时，室内光源在屋顶的位置约束关系，通过利用站内可用光源(顶灯、应急灯等)作为信号光源和中继，采用非对称削波直流偏置光正交频分复用实现辅助中继的信号复用，保证了遮挡信号中继传输的同时，保持与其目的终端之间的通信。并利用遗传算法对源端和中继端的功率进行优化分配以优化系统性能。实施本发明，可以避免链路阻塞等通信受阻情况，并能提高通信效率。
-
公开(公告)号：CN115694954A
公开(公告)日：2023-02-03
申请号：CN202211321317.6
申请日：2022-10-26
Applicant: 深圳供电局有限公司
IPC: H04L9/40 , G06F18/2413
Abstract: 本发明公开了一种基于频率特征分析的电力系统网络异常流量检测方法，其包括：步骤S10，获取电力系统中至少一待检测数据包，并提取每一待检测数据对应的传输层的有效载荷作为待测载荷；步骤S11，对每一待测载荷的中预定位置的标志字节进行格式检查，如果异常，则认定当前待检测数据包异常；步骤S12，如果格式正常，则获取每一字节的字节值对应的频率分布，形成待测特征向量样本，将每一待测特征向量样本与预先设定的多个正常样本、异常样本进行KNN分类，确定待测特征向量样本的分类结果；步骤S13，根据分类结果确定每一所述待测数据包是否异常。实施本发明，可以快速准确地对电力系统网络异常流量进行检测，成本低且效率高。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.115 seconds)
