-
公开(公告)号：CN119783064A
公开(公告)日：2025-04-08
申请号：CN202411861068.9
申请日：2024-12-17
Applicant: 国网河南省电力公司经济技术研究院
Abstract: 本发明属于避雷器拆装技术领域，具体涉及一种基于多区块链协作与改进共识的能源数据可信共享方法；包括S1、结合星际文件系统及区块Hash完成数据的链上与链下的分布式存储；S2、通过结合智能合约与行数据完成可发布数据指纹的生成；S3、基于区块链的可发布能源数据进行数据流转共享；S4、进行基于POBT+的共识；S5、通过结合智能合约完成数据流转过程的上链存证；S6、进行异常行为识别；S7、进行数据流转追溯；通过以上步骤，本发明结合属性加密、数字指纹技术实现访问控制与滥用追责，极大的提高了数据共享过程中安全环境的构建，实现灵活可撤销的细粒度访问控制，完成数据的越权使用的精准追责，确保能源数据共享过程中的高效安全。
-
公开(公告)号：CN119646159A
公开(公告)日：2025-03-18
申请号：CN202411784536.7
申请日：2024-12-06
Applicant: 国网河南省电力公司经济技术研究院 , 南京信息工程大学
Inventor： 王世谦 , 王圆圆 , 狄立 , 张伟剑 , 李秋燕 , 刘远 , 宋大为 , 华远鹏 , 韩丁 , 贾一博 , 卜飞飞 , 孙贵江 , 邵颖彪 , 罗潘 , 牛斌斌 , 董铭浩 , 刘军会 , 贾鹏 , 宋晓帆 , 邓方钊 , 牛金星 , 胡吉殿 , 于雪辉 , 郭正宾 , 夏旻 , 朱一辉 , 徐侗桐
IPC: G06F16/3329 , G06F16/334 , G06F16/36 , G06N5/04 , G06Q50/06
Abstract: 本发明属于能源电力数据安全技术领域，具体涉及基于社区检测的电力数据安全领域智能问答系统及方法；包括大语言模型模块、知识推理模块、数据安全管理模块和数据库模块；所述大语言模型模块用于分析问题的语义；所述知识推理模块用于对所述问题的语义进行知识推理和生成答案；所述数据安全管理模块包括数据加密模块、身份认证模块、权限控制模块和审计追踪模块；所述数据库模块包括能源电力基础数据子库、设备运行数据子库、历史问答记录子库和用户行为数据子库；本发明在电力数据安全分析中，结合大语言模型技术与专业知识推理，实现对电力数据安全问题的自动问答，辅助电力工作人员快速获取所需信息，提升决策效率，减少人工操作错误。
-
公开(公告)号：CN119624695A
公开(公告)日：2025-03-14
申请号：CN202311840718.7
申请日：2023-12-28
Applicant: 国网河南省电力公司经济技术研究院 , 华北电力大学 , 国网河南省电力公司
Abstract: 本发明涉及一种风电出力预测方法和装置，属于大数据技术领域，解决如何通过数据聚合实现高精度的风电出力预测问题。方法包括：选择数据供给者并设置为客户端，采集并预处理风电相关数据；下载加密的全局模型参数，重复执行迭代循环：对加密的全局模型参数进行解密；输入至客户端神经网络并进行训练；更新并加密神经网络模型的局部模型参数，上传至预测中心；聚合各局部模型参数以生成聚合后的全局模型参数，当不满足收敛条件时将全局模型参数发送给每个客户端并重复循环，否则停止循环；生成更新的全局神经网络模型并实时预测风电出力。对共享模型进行加密，在不损失训练精度情况下确保共享模型的安全性和隐私性提升效率，为客户端提供隐私保护。
-
公开(公告)号：CN118445650B
公开(公告)日：2025-01-21
申请号：CN202410626133.3
申请日：2024-05-20
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F18/23213 , G06F18/25 , G06F18/213
Abstract: 本发明涉及数据融合技术领域，具体涉及基于强化学习的能源数据上下文信息特征融合方法，该方法具体为：根据能源数据之间的关联程度构建能源峰值联系强度指数，利用ARIMA预测算法对能源数据序列进行预测获得预测特征序列，根据预测特征序列中预测数据的优良程度以及与原始数据的关联情况，构建预测特征关联系数，进而划分真正存在强关联的数据序列，再利用深度学习进行上下文信息特征融合。从而实现能源数据上下文信息特征融合，解决了传统特征融合算法仅考虑关联性而没考虑关联的实质性，导致存在过多的关联数据，最终导致特征融合后特征的准确性较低的问题，提高了能源数据上下文特征信息融合的准确度。
-
公开(公告)号：CN118940947A
公开(公告)日：2024-11-12
申请号：CN202410982969.7
申请日：2024-07-19
Applicant: 国网河南省电力公司经济技术研究院 , 国网河南省电力公司
Inventor： 王圆圆 , 王世谦 , 李秋燕 , 白宏坤 , 王涵 , 宋大为 , 卜飞飞 , 华远鹏 , 韩丁 , 贾一博 , 郝福忠 , 姬哲 , 邵颖彪 , 牛斌斌 , 牛金星 , 于雪辉 , 郭正宾 , 孙贵江 , 狄立 , 罗潘 , 刘军会 , 贾鹏 , 宋晓帆 , 邓方钊
IPC: G06Q10/063 , H04L67/12 , G06Q10/067 , G06Q50/06 , G06Q50/26
Abstract: 本发明属于碳排放监测分析技术领域，具体涉及一种基于能源大数据的区域碳排放模型构建方法和系统，包括计算机客户终端、交换机、应用服务器、数据库服务器，所述的计算机客户终端通过Ethernet网络分别与应用服务器、数据库服务器连接实现数据交换，所述的计算机客户终端、应用服务器和数据库服务器分别通过相应的通信单元连接在交换机上。通过构建方便、快捷的碳排放监测分析模型工具和人机互动界面，基于实时性高的电量数据，实现不同时间、区域、行业碳排放量的高频监测预测，大幅提高了碳排放监测的时效性，为能源规划目标的合理制定和进度监管提供参考。
-
Patent Agency Ranking
公开(公告)号：CN118487766A
公开(公告)日：2024-08-13
申请号：CN202410549437.4
申请日：2024-05-06
Applicant: 国网河南省电力公司经济技术研究院 , 国网智能电网研究院有限公司 , 河南九域腾龙信息工程有限公司
Abstract: 本发明涉及信息安全技术领域，具体涉及基于数字签名的可信混合标记索引生成方法，该方法包括：采集电子合约文档数据和用户身份标识序列；获取各汉字的字词感知频次敏锐系数，进而各汉字的数词校验系数；计算各句子的汉字频率序列，进而获取电子合约文档数据中各句子的句式数词校验敏感系数；获取各句子之间的混合标记显著系数；构建各段落的段内句式混合标记显著矩阵；选取电子合约文档数据中的限定段落以及各段落的段落对比区块，获取电子合约文档数据中各段落的段落标记对比可信指数；获取段落标记对比可信序列，进而获取电子文档用户数据的数字签名。本发明旨在解决由于采用伪随机数作为私钥生成参数导致私钥易于被破解的问题。
-
公开(公告)号：CN118473672A
公开(公告)日：2024-08-09
申请号：CN202410656695.2
申请日：2024-05-24
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
Abstract: 本发明涉及数据安全认证技术领域，具体涉及基于智能合约的能源数据安全动态认证方法及系统，该方法包括：采集能源数据序列；获取能源数据序列中各数据点的近邻能源数据序列及近邻能源变化序列；构建能源数据序列中各数据点的近邻离散化指数及明文信息异变波动指数，计算明文字节矩阵的每列字节的横向邻近字节差异指数、每行字节的纵向邻近字节差异指数；获取明文字节变化矩阵，进而得到每个明文信息组，利用MD5信息摘要算法基于明文信息组提取能源信息的信息摘要，作为智能合约内能源数据安全认证的认证密码，完成能源数据的安全动态认证。本发明可保证信息摘要具备更高的安全性，提高能源数据动态认证的安全性。
-
公开(公告)号：CN118427244A
公开(公告)日：2024-08-02
申请号：CN202410604695.8
申请日：2024-05-15
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F16/2458 , G06F16/26 , G06F18/20 , G06F18/23
Abstract: 本发明涉及敏感数据识别技术领域，具体涉及基于关联挖掘的能源敏感数据智能识别方法，该方法包括：根据能源数据序列之间的关联度强弱得到强关联数据序列；分析一阶差分序列中数据突变情况、能源数据序列拟合曲线的斜率以及季节性变化得到各能源数据序列的影响敏感系数；获取能源数据序列密钥长度LOF异常得分值，结合各能源数据序列的数据传输次数得到各能源数据序列的数据敏感识别度；根据数据敏感识别度构建带权无向图，结合马尔科夫图聚类算法获取真正的能源敏感数据序列。从而实现基于关联挖掘的能源敏感数据智能识别，解决了能源数据之间的关联较为复杂导致强关联数据不易获取的问题，提高了对于能源数据中敏感数据识别的准确度。
-
公开(公告)号：CN117692196B
公开(公告)日：2024-07-23
申请号：CN202311689787.2
申请日：2023-12-11
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 国网智能电网研究院有限公司
IPC: H04L9/40 , H04L67/1396 , G06F18/243 , G06N20/20
Abstract: 本发明涉及一种基于随机森林的用户状态画像异常监测方法属大数据及用户画像领域，包括采集用户历史时间段内每日的网页访问数据并进行预处理得到训练样本数据；建立每个工作日随机森林模型和不区分工作日全周随机森林模型；根据训练样本数据的登录星期特征将训练样本数据分发至每个工作日的随机森林模型和全周随机森林模型，各随机森林模型基于各自分发到的训练样本数据进行训练得到各工作日的用户状态画像模板和不区分工作日的用户状态画像模板；计算各工作日的用户状态画像模板和不区分工作日的用户状态画像模板的平均路径长度作为基线；对当前用户状态画像数据向量计算异常值得分进行用户行为异常判决。解决内部威胁监测效率低准确率低的问题。
-
公开(公告)号：CN118349679A
公开(公告)日：2024-07-16
申请号：CN202410500108.0
申请日：2024-04-24
Applicant: 国网河南省电力公司经济技术研究院 , 国网智能电网研究院有限公司 , 河南九域腾龙信息工程有限公司
Abstract: 本发明涉及数据撮合技术领域，具体涉及基于神经网络的任务匹配数据安全撮合方法，该方法包括：采集不同数据源的文本数据集；根据同一数据源文本数据集中的每条文本数据之间的语义信息差异、结构特征相似情况构建任意两条文本数据之间的同源数据关联系数；根据不同数据源中任意两个词语之间的关联规则差异、任意两条文本数据之间的空间信息差异构建任意两条文本数据之间的多节有价匹配代价；采用孪生网络获取不同数据源中任意两条文本数据之间的匹配度，根据匹配度筛选每个数据源中每条文本数据的匹配数据。本发明旨在提高了孪生网络在匹配不同数据源的文本数据时的准确率，进而提高数据撮合的有效性。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.09 seconds)
