-
公开(公告)号：CN117118675A
公开(公告)日：2023-11-24
申请号：CN202310947291.4
申请日：2023-07-28
Abstract: 本发明公开了一种面向虚拟电厂业务系统的级联攻击样本建模与检测方法，通过建立混合的拉普拉斯分布模型来模拟级联攻击数据的变化，从理论上讨论了混合拉普拉斯分布模型的参数估计，通过EM算法来求解混合拉普拉斯分布模型的最优参数，并取得良好的攻击样本模拟效果。后用拟合好的混合拉普拉斯模型生成相应的攻击数据，使生成的攻击样本能够有效地绕过检测模型，产生实际攻击。该模型可以为后续针对级联攻击的检测工作提供对抗攻击样本。本发明能够基于混合拉普拉斯模型来拟合数据变化的分布并生成相应攻击样本，提高了攻击样本的隐藏性和可靠性。
-
公开(公告)号：CN110287544B
公开(公告)日：2023-07-04
申请号：CN201910472368.0
申请日：2019-05-31
IPC: G06F30/20 , G06F17/15 , G06F17/16 , G06Q50/06 , G06F119/12 , G06F113/04
Abstract: 本发明涉及一种基于高斯混合算法的配电网用电时序解构方法，该解构方法包括以下分步骤：步骤1：将配电网中每个用电器的分项电量数据分为训练集和测试集；步骤2：针对训练集应用隐马尔科夫模型进行训练，获取最优参数解；步骤3：结合最优参数解和总用电量数据构建总模型，利用总模型求出测试集上每个时刻总电量观测数据对应的状态，并将总状态分解到各个分项用电器所对应的状态上；步骤4：根据步骤2中训练得到的每个用电器的分项模型预测每个用电器在测试时间内的先验期望值；步骤5：利用先验期望值对总电量观测数据进行对比修订并得出最终解构结果。与现有技术相比，本发明具有解构速度快，精确度高等优点。
-
公开(公告)号：CN115796018A
公开(公告)日：2023-03-14
申请号：CN202211461395.6
申请日：2022-11-21
IPC: G06F30/27 , G06F18/25 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06Q50/06
Abstract: 本发明提供一种面向虚拟电厂信息物理系统的多源传感数据融合方法，基于卷积神经网络CNN和长短时记忆神经网络LSTM来建立数据融合模型，利用数据融合模型对采集到的虚拟电厂多源传感数据中的每一个单源数据进行特征提取，对提取的特征进行深度卷积融合。本发明通过混合神经网络结构对虚拟电厂信息物理系统模型下的多源异构数据进行特征提取和特征融合，同时利用虚假数据注入攻击FDIA检测来验证数据融合的效果，相比于传统方法，本发明的检测性能更优。
-
公开(公告)号：CN114881304A
公开(公告)日：2022-08-09
申请号：CN202210427521.X
申请日：2022-04-21
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
Abstract: 本发明涉及一种基于层次分析法的用电企业信用预测方法及系统，其中信用预测方法包括：获取待预测用电企业的用电数据，对数据进行标准化处理；构建信用预测模型；采用判断矩阵法计算各个指标的权重；计算各评价指标的值，采用预设的隶属度函数计算各指标的隶属度值；根据评价指标的权重和隶属度值，获取待测用电企业的用电信用等级。与现有技术相比，本发明具有客观合理、实现对用电企业精益分类管理等优点。
-
公开(公告)号：CN114880923A
公开(公告)日：2022-08-09
申请号：CN202210427505.0
申请日：2022-04-21
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
IPC: G06F30/27 , G06Q10/06 , G06Q30/00 , G06F119/02
Abstract: 本发明涉及一种融合电力数据的企业信用预测方法，包括：确定入模样本；进行特征转换、标签粗筛和标签筛选；通过机器学习和统计建模，划分并训练数据进行建模，获取融合电力数据的企业信用评分卡模型；计算企业信用评分分数以及对应的风险等级。与现有技术相比，本发明具有有效提升电力交易中风险防控的有效性与及时性、客观真实等优点。
-
Patent Agency Ranking
公开(公告)号：CN109286676B
公开(公告)日：2021-06-11
申请号：CN201811199036.1
申请日：2018-10-15
Applicant: 国网上海市电力公司 , 上海欣能信息科技发展有限公司
Abstract: 本发明涉及一种基于区块链的电力数据安全信息系统，该系统自下至上依次包括：数据库：用以存储与区块链账本的对应数据；底层区块链子系统：用以以接口的形式将消息查询、消息反馈和日志查询功能提供给上层业务应用子系统，包括多个peer节点、共识节点以及区块链账本，所述的peer节点根据共识节点的内容生成与之对应的区块链账本；上层业务应用子系统：采用基于Restful的统一接口模式提供数据的访问接口，并且通过该访问接口与底层区块链子系统的peer节点通信。与现有技术相比，本发明具有无中心数据管理、不可篡改、审计公平、端口安全屏蔽等优点。
-
公开(公告)号：CN110309134A
公开(公告)日：2019-10-08
申请号：CN201910473298.0
申请日：2019-05-31
IPC: G06F16/215 , G06F16/2455 , G06F16/2458 , G06K9/62 , G06N3/00 , G06Q50/06
Abstract: 本发明涉及一种基于用电行为迁移与社群演化的配电网用电异常检测方法，该检测方法包括以下步骤：步骤1：采集用户用电量数据并进行数据清洗，对清洗后的数据进行特征提取得到用电量数据序列；步骤2：对用电量数据序列划分周期进行趋势聚类后与个体及社群行为特征进行匹配，并根据匹配结果进行社群演化与迁移估计；步骤3：根据社群演化与迁移估计结果计算周期间隔异常值和局部累计异常演化值；步骤4：将周期间隔异常值和局部累计异常演化值进行排序并利用排序结果与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测精度高，针对性强等优点。
-
公开(公告)号：CN110298765A
公开(公告)日：2019-10-01
申请号：CN201910472376.5
申请日：2019-05-31
Abstract: 本发明涉及一种基于客观关联因素的配电网用电功率异常检测方法，该方法包括以下步骤：步骤1：针对用电用户建立结合综合用电特征信息的理论用电量模型；步骤2：实时收集用电用户的实际用电量；步骤3：获取实际用电量与理论用电量模型之间的偏差；步骤4：利用LOF算法对偏差进行离群检测并得出异常嫌疑用户检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110298552A
公开(公告)日：2019-10-01
申请号：CN201910473325.4
申请日：2019-05-31
Abstract: 本发明涉及一种结合历史用电特征的配电网个体功率异常检测方法，该方法包括以下步骤：步骤1：提取特征向量；步骤2：分别计算用电低谷时段和平段用电量各自占总用电的百分比；步骤3：根据用电低谷时段和平段用电量各自占总用电的百分比的计算结果构造特征矩阵；步骤4：利用局部离群算法得出局部得去得分；步骤5：循环执行步骤1～步骤4得出所有用户的局部得去得分；步骤6：根据所有用户的局部得去得分进一步得出对应的个体异常矩阵，计算个体异常矩阵中个体每个周期的异常度并将个体每个周期的异常度与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
公开(公告)号：CN110288383A
公开(公告)日：2019-09-27
申请号：CN201910473316.5
申请日：2019-05-31
Abstract: 本发明涉及一种基于用户属性标签的群体行为配电网用电异常检测方法，包括以下步骤：步骤1：建立用电量序列；步骤2：采用随机前沿模型计算用户负载效率系数；步骤3：建立用电趋势序列；步骤4：提取其台账信息数据并进行标签标记；步骤5：循环执行步骤1至步骤4得到针对区域内的所有用电用户的单位周期内的特征矩阵；步骤6：针对所有用电用户的单位周期内的特征矩阵利用局部离群因子算法得出局部离群得分；步骤7：将局部离群得分组成个体异常矩阵后与历史异常用户异常用电行为对应数据比对得出用户用电异常检测结果。与现有技术相比，本发明具有检测准确度高，针对性强等优点。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.077 seconds)
