一种基于模糊测试的电力物联网协议漏洞检测系统及方法

    公开(公告)号:CN113392402A

    公开(公告)日:2021-09-14

    申请号:CN202110567713.6

    申请日:2021-05-24

    IPC分类号: G06F21/57 G06Q50/06

    摘要: 本发明提供一种基于模糊测试的电力物联网协议漏洞检测系统及方法,该系统包括协议配置模块,用于配置被检协议以及配置被检协议下的数据帧;样本生成模块,用于在载入所述协议配置模块配置的协议与数据帧后,根据载入的协议进行变异策略配置,并根据配置的变异策略生成测试样本;执行监测模块,用于将样本生成模块生成的测试样本传入被检设备进行测试,进行链路管理、执行测试,最后对测试结果进行存储并生成检测报告。本发明通过被检协议管理、变异策略配置、检测详情查询三个主要模块为核心,构建了模糊测试检测流程,形成了电力物联网工控协议漏洞检测原型系统,能够方便快速有效的进行协议配置与测试。

    一种智能配电室全景数据中心
    66.
    发明公开

    公开(公告)号:CN112421785A

    公开(公告)日:2021-02-26

    申请号:CN202011446228.5

    申请日:2020-12-11

    IPC分类号: H02J13/00

    摘要: 本发明公开了一种智能配电室全景数据中心,包括配电室、配电室实时监控平台、配电室云管理中心、配电室物联网架构模块、全景数据中心和边缘计算平台,所述配电室、配电室实时监控平台、配电室云管理中心、配电室物联网架构模块、全景数据中心和边缘计算平台与云平台中心连接,所述配电室与配电室实时监控平台、配电室云管理中心和配电室物联网架构模块连接,所述全景数据中心与配电室物联网架构模块连接,所述边缘计算平台与配电室实时监控平台连接。本发明与传统技术相比,通过设计研发智能配电室区域全景数据中心云平台,实现全景数据的远程访问和数据共享,用户可以利用手机、电脑通过云端访问数据中心的数据。

    一种真空断路器
    67.
    发明公开

    公开(公告)号:CN112216552A

    公开(公告)日:2021-01-12

    申请号:CN202010837051.5

    申请日:2020-08-19

    IPC分类号: H01H33/664 H01H33/666

    摘要: 本发明涉及一种真空断路器,包括:外套管,内设灭弧室,灭弧室包括动导电杆,动导电杆传动连接绝缘拉杆;固定支撑结构,上部穿入外套管内部以支撑灭弧室;固定支撑结构包括由上向下依次导电连接的动端导电块、导电支撑筒及动端导电法兰,动端导电块与动导电杆导电连接,动端导电法兰上设置下出线端子;动端热管,包括上蒸发段和下冷凝段,所述动端热管围绕绝缘拉杆布置多个,各动端热管的上蒸发段与动端导电块导热接触、下冷凝段与导电支撑筒和/或动端导电法兰导热接触。由于动端热管环绕绝缘拉杆布置,设置空间较大,可在不额外增加动导电杆径向尺寸的基础上,根据实际散热需要增加动端热管的数量,方便提高断路器散热性能。

    一种双腔室灭弧室
    69.
    发明公开

    公开(公告)号:CN112103129A

    公开(公告)日:2020-12-18

    申请号:CN202010802776.0

    申请日:2020-08-11

    IPC分类号: H01H33/664

    摘要: 本发明提供了一种双腔室灭弧室,包括:第一筒体;第一动导电杆,伸入第一筒体内的端部固定有第一动触头;第二筒体;第二动导电杆,一端伸入第二筒体内部;中间分隔件,固定连接第一筒体和第二筒体,中间分隔件上设有用于与第一动触头对接导电或断开的第一静触头,还设有与第二动导电杆导电连接或断开的导电连接结构;中间分隔件将第一筒体和第二筒体隔开成彼此独立的第一腔室和第二腔室,第一腔室为真空腔室;使用时第一动触头和第一静触头先断开,实现双腔室灭弧室的开断,之后第二动导电杆和导电连接结构断开,实现双腔室灭弧室的隔离。有益效果:避免两个腔室中同时产生电弧,进而避免两个腔室中相应的导电连接部件同时承受电弧烧蚀的问题。

    一种基于深度学习的外破图像智能识别方法

    公开(公告)号:CN111881970A

    公开(公告)日:2020-11-03

    申请号:CN202010716382.3

    申请日:2020-07-23

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本发明专利涉及一种基于深度学习的外破图像智能识别方法,涉及地下管线运维技术领域,包括视频图像样本数据收集、人工图像标定、构建模型、模型训练、模型评估等步骤,模型训练是基于深度学习的智能算法,采用改进的SSD算法进行目标检测,通过在不同卷积层的特征图上预测物体区域,输出离散化的多尺度、多比例的默认框坐标,同时利用小卷积核预测一系列候选框的边框坐标补偿和每个类别的置信度。本发明的有益效果在于:本发明采用深度学习的智能算法进行模型训练,速度更快,精度更高,实现对地下管线运维常见的外破设备的智能识别,实现自动在线识别告警。