-
公开(公告)号：CN119670156B
公开(公告)日：2025-04-29
申请号：CN202510193235.5
申请日：2025-02-21
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司金华供电公司 , 国家电网有限公司大数据中心
IPC: G06F21/62 , G06F18/23 , G06F18/213
Abstract: 本发明涉及信息技术领域，公开了一种隐私计算算法的密文执行异常处理方法和系统，通过收集若干个租户的差分隐私查询参数来量化各租户的数据查询敏感度，利用ARIMA模型对敏感度量化结果进行时间序列分析，以预测其未来的趋势，并计算实际敏感度与预测敏感度之间的残差以识别出异常租户；采用滑动窗口方法提取异常租户的统计特征来构建特征集，并通过对其进行聚类分析识别出各异常租户对应的异常模式及异常指纹特征簇；基于异常租户的正、异常指纹特征簇训练模型，并用该模型量化各异常模式对异常租户隐私保护水平的影响程度，以根据得到的量化分析结果调整各异常租户的隐私预算分配比例并执行，进而实现对隐私计算算法的密文执行中异常的有效处理。
-
公开(公告)号：CN119782983A
公开(公告)日：2025-04-08
申请号：CN202411838641.4
申请日：2024-12-13
Applicant: 国家电网有限公司大数据中心
IPC: G06F18/2433 , G06F18/15 , G06F18/213 , G06F18/25 , G06F18/22 , G06F18/21 , G06N3/0455 , G06N3/0499 , G06Q50/06 , G06N3/048
Abstract: 本发明提供了一种基于自适应深度学习的增量与存量数据识别方法及系统，包括：获取待识别序列；将所述待识别序列代入预先训练好的深度学习模型计算待识别序列和参考序列的特征向量，并计算待识别序列与参考序列的特征向量之间的欧式距离，进而确定待识别序列的标签，所述标签包括增量数据和存量数据；其中，深度学习模型包括：孪生网络和Transformer编码器；所述训练好的深度学习模型是基于历史存量数据和增量数据对孪生网络和Transformer编码器进行训练得到的。本发明采用训练好地深度学习模型可灵活应对设备升级、环境波动、用户行为变化等情况导致的识别效果不佳的问题，并可准确区分增量数据与存量数据。
-
公开(公告)号：CN119441511B
公开(公告)日：2025-04-04
申请号：CN202510028842.6
申请日：2025-01-08
Applicant: 国网信息通信产业集团有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司
Inventor： 陈振宇 , 杨维 , 刘识 , 李博 , 任俊达 , 王耀影 , 皮志贤 , 王海陆 , 李明 , 邱镇 , 黄晓光 , 崔迎宝 , 王晓东 , 秦余 , 梁翀 , 薛濛 , 浦正国 , 汪子航
IPC: G06F16/38 , G06F16/35 , G06N3/0499 , G06N3/0985
Abstract: 本发明实施例提供一种基于元学习的电力样本多模态检索方法及系统，属于互联网与云计算技术领域。所述检索方法包括：获取待检索的多模态关键词组，其中，所述多模态关键词组包括至少一个关键词，所述关键词为文本单词或图像；采用源域元学习网络处理所述关键词组，以得到关键词特征；将所述关键词特征输入检索网络中，以得到检索特征；将所述检索特征输入目标域元学习网络中，以得到所述关键词组对应的检索结果。相较于现有技术而言，该检索方法及系统克服了现有检索方法难以适应多样化关键词输入的技术缺陷，提高了检索网络对于多维度关键词的检索效率。
-
公开(公告)号：CN119694450A
公开(公告)日：2025-03-25
申请号：CN202411757064.6
申请日：2024-12-03
Applicant: 国家电网有限公司大数据中心
IPC: G16C20/70 , G16C20/20 , G06F18/27 , G06N3/0442 , G06N3/08 , G06N3/0464 , G06Q50/06
Abstract: 本发明提供一种基于电力负荷数据的企业大气污染物排放预测方法及系统，该方法包括：获取企业的当前电力负荷数据；将当前电力负荷数据输入到短期电力预测模型进行负荷预测，得到当前短期电力预测数据；将当前短期电力预测数据输入到大气污染物排放预测模型进行预测，得到企业的大气污染物排放预测结果；短期电力预测模型由变分模态分解VMD算法、卷积神经网络CNN层和双向长短期记忆网络BiLSTM层构成；大气污染物排放预测模型基于粒子群优化PSO算法和支持向量机回归SVR模型构建。短期电力预测模型和大气污染物排放预测模型无需大量数据，因此可以减少计算资源的消耗和具有较高的泛化能力，提高了预测准确性。
-
公开(公告)号：CN119670156A
公开(公告)日：2025-03-21
申请号：CN202510193235.5
申请日：2025-02-21
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司金华供电公司 , 国家电网有限公司大数据中心
IPC: G06F21/62 , G06F18/23 , G06F18/213
Abstract: 本发明涉及信息技术领域，公开了一种隐私计算算法的密文执行异常处理方法和系统，通过收集若干个租户的差分隐私查询参数来量化各租户的数据查询敏感度，利用ARIMA模型对敏感度量化结果进行时间序列分析，以预测其未来的趋势，并计算实际敏感度与预测敏感度之间的残差以识别出异常租户；采用滑动窗口方法提取异常租户的统计特征来构建特征集，并通过对其进行聚类分析识别出各异常租户对应的异常模式及异常指纹特征簇；基于异常租户的正、异常指纹特征簇训练模型，并用该模型量化各异常模式对异常租户隐私保护水平的影响程度，以根据得到的量化分析结果调整各异常租户的隐私预算分配比例并执行，进而实现对隐私计算算法的密文执行中异常的有效处理。
-
Patent Agency Ranking
公开(公告)号：CN119646708A
公开(公告)日：2025-03-18
申请号：CN202411710828.6
申请日：2024-11-27
Applicant: 国家电网有限公司大数据中心
IPC: G06F18/2433 , G06N5/022
Abstract: 本发明公开了一种异常确定方法、装置、电子设备、存储介质和程序产品。具体实施方案包括：通过统一数据模型将原始数据处理为安全基础数据，并将所述安全基础数据传输至安全基础数据域；通过构建模型基于所述安全基础数据域中所述安全基础数据和所述安全基础数据所对应的映射数据，构建图数据，并将所述图数据传输至检测模型；通过所述检测模型，基于所述图数据，确定所述原始数据所对应的异常数据；通过所述构建模型基于所述图数据，确定所述待检测对象中所述异常数据所对应的异常事件。本发明实现了对待检测对象发生异常时的检测，并确定对应的异常数据，根据异常数据溯源异常事件，完成了对待检测对象的多步骤检测的实践应用。
-
公开(公告)号：CN119621239A
公开(公告)日：2025-03-14
申请号：CN202411701218.X
申请日：2024-11-26
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种应用部署方法、系统、设备及介质。通过获取目标应用并确定目标应用在应用部署集群上的当前状态向量信息；根据当前状态向量信息，结合预先训练的应用部署网络模型，确定目标应用的流量部署调整信息，应用部署网络模型包括：部署价值评价子模型以及部署策略确定子模型；根据流量部署调整信息，对当前版本的目标应用的部署流量比例进行调整，应用部署集群按照部署流量比例对目标应用的当前版本进行部署。该方法通过分析当前状态向量信息以及应用部署网络模型中部署价值评价子模型的输出，确定目标应用的流量部署调整信息，实现了应用部署过程中的流量分配策略能够根据具体情况实时智能、动态地调整，提高了应用的部署效率和质量。
-
公开(公告)号：CN119598376A
公开(公告)日：2025-03-11
申请号：CN202411684606.1
申请日：2024-11-22
Applicant: 国家电网有限公司大数据中心
IPC: G06F18/2433 , G06F18/241 , G06N3/0442 , G06N3/082 , G06F18/213
Abstract: 本发明公开了一种确定异常服务调用数据的方法、装置、设备及存储介质。该方法包括：获取原始历史服务调用数据；利用预设双向长短期记忆网络BiLSTM处理所述原始服务调用数据，以得到目标时间段内的预测服务调用数据，其中，所述目标时间段内的起始时间晚于所述原始历史服务调用数据对应的历史时间段内的结束时间；根据所述预测服务调用数据确定所述目标时间段内的异常服务调用数据。本发明实施例的技术方案，有效的监测了异常服务调用，实现了及时发现并解决潜在的服务调用问题。
-
公开(公告)号：CN119578413A
公开(公告)日：2025-03-07
申请号：CN202411477010.4
申请日：2024-10-22
Applicant: 清华大学 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司
IPC: G06F40/279 , G06F40/216 , G06F40/30 , G06F18/22 , G06F18/25 , G06N3/0464
Abstract: 本发明提供一种基于多模态数据的电力场景图生成方法及装置，其中所述方法包括：接收多模态数据，所述多模态数据包括电力图像和电力文本描述；将电力图像输入到预训练的电力场景图生成模型中，生成电力图像对应的电力场景图；电力场景图用于表征多模态数据中的对象及其视觉关系；将电力场景图输入至预训练的多模态图卷积网络中，生成电力图像的图语义特征；将电力文本描述输入至预训练的文本提取模型中，生成文本语义特征；计算图语义特征和文本语义特征的相似度，并基于相似度对电力场景图进行更新，得到更新后的电力场景图，从而可以实现在处理多模态数据时，有效整合图模态和文本模态的信息，在视觉和文本之间建立有效的语义关联。
-
公开(公告)号：CN114091813B
公开(公告)日：2025-02-11
申请号：CN202111202478.9
申请日：2021-10-15
Applicant: 国家电网有限公司大数据中心
IPC: G06Q10/0639 , G06Q50/06 , G06F17/18 , G06F17/16 , G06F16/903
Abstract: 一种基于综合评价分析的电能表可靠性评价方法及系统，包括：基于各供应商提供给各区域的在各安装时刻安装的电能表的安装数量及在各预设运行时段的故障数量计算所述电能表在多个预设运行时段的失效率和可靠度；利用正向化及归一化方法对失效率和可靠度进行处理，将处理后的失效率、可靠度及各供应商提供给各区域的在各安装时刻安装的电能表在各预设运行时段的故障量作为评价指标值构建评价指标值矩阵；利用Topsis评价方法对所述矩阵按照基于熵权法预先确定的各评价指标权重确定各供应商提供给各区域的电能表在各预设运行时段的得分，根据得分确定各供应商提供给各区域的电能表在各预设运行时段的可靠性。本发明可更加准确的对电能表可靠性进行评价。
-
-
-
-
-
-
-
-
-
Search Results
451
records
(took 0.059 seconds)
