基于图卷积网络的虚假数据注入攻击定位检测方法及系统

    公开(公告)号:CN115426168A

    公开(公告)日:2022-12-02

    申请号:CN202211057429.5

    申请日:2022-08-31

    摘要: 本发明涉及一种基于图卷积网络的虚假数据注入攻击定位检测方法及系统,所述方法包括:将预设的图结构数据输入到预先训练的第一模型中,得到用于与所述图结构数据对应的标签;并基于与所述图结构数据对应的标签确定攻击存在的可能地点;其中,所述预设的图结构数据为由电网结构图按照预设转化机制转化得到图结构数据;所述训练的第一模型依次包括:多图空间相关层,用于提取所述预设的图结构数据中的空间特征;时间相关层,用于提取所述预设的图结构数据中的时间特征;多标签分类层,用于根据所述空间特征和时间特征确定攻击存在的可能地点。

    能源互联网环境下微网互动系统及方法

    公开(公告)号:CN106602603A

    公开(公告)日:2017-04-26

    申请号:CN201611244150.2

    申请日:2016-12-29

    IPC分类号: H02J3/38

    摘要: 本发明涉及一种微网互动系统,包括能量管理系统和竞争管理系统,所述能量管理系统用于获取电力信息、环境信息制定出第一可参与互动能量信息;所述竞争管理系统用于接收所述环境信息预测微网下一时段的能量需求信息,所述竞争管理系统还用于接收第二可参与互动能量信息,分析互动概率,制定互动策略。能够为用户侧用电设备和分布式能源提供良好的接入环境,使电网和用户共同受益。

    基于自助传感器网络的灾后实时搜救方法与系统

    公开(公告)号:CN102281497B

    公开(公告)日:2015-07-08

    申请号:CN201110204940.9

    申请日:2011-07-21

    发明人: 汪晋宽 韩英华

    IPC分类号: H04W4/02 H04W84/18 A62B33/00

    CPC分类号: Y02D70/00

    摘要: 本发明公开了基于自助传感器网络的灾后实时搜救方法与系统,所述方法包括以下步骤:S1,搜救信号发射机产生强度可调的中高频信号;S2,求救信号发生器接收该中高频信号并将其转换为电能,驱动求救信号发生器发出指定频率的中高频求救信号;S3,求救信号识别定位仪对中高频求救信号进行无缝捕捉并确定需救助人员的方位和距离。本发明中搜救信号发射机、求救信号发生器及求救信号识别定位仪都是基于中高频无线信号的,与现有搜救系统相比,受环境影响较小,还可以扩大搜救测量范围,提高测量精确度,同时大大提高搜救效率;另外,本申请可以将无线中高频信号能量转换为电能,避免了能量耗尽的问题。

    一种基于GPU的高阶数字FIR滤波器频域并行处理实现方法

    公开(公告)号:CN102340296A

    公开(公告)日:2012-02-01

    申请号:CN201110204946.6

    申请日:2011-07-21

    IPC分类号: H03H17/02 G06F9/38

    摘要: 为解决高阶数字FIR滤波器并行处理效率的问题,提出了一种高效的、适合GPU体系结构的高阶数字FIR滤波器并行处理算法,该方法采用重叠保留方法结合GPU自身结构特点优化实现高阶数字FIR的频域并行化处理。通过计算FIR频率响应系数,将待处理的输入数据传送给GPU;数据重叠搬移;滤波计算处理;数据合并搬移;将合并搬移结果Y={Y0,Y1,....,Yk-1}传送到主机内存等步骤完成高阶数字FIR滤波器频域并行处理。对比在CPU上单线程所实现的FIR频域重叠保留方法,其吞吐率,即每秒处理样点的数量有着极大地提高,典型的加速比在100倍以上。

    一种高炉故障诊断方法及系统
    5.
    发明公开

    公开(公告)号:CN117093895A

    公开(公告)日:2023-11-21

    申请号:CN202310930698.6

    申请日:2023-07-27

    摘要: 本发明涉及一种高炉故障诊断方法,所述方法包括:获取高炉过程实时数据;通过变分模态分解方法提取所述高炉过程实时数据的第一变量特征,并生成拓扑数据;通过多个并行的图卷积神经网络提取所述拓扑数据的第二变量特征,并对所述第二变量特征进行分类,形成分类结果;根据所述分类结果识别高炉设备当前状态。该方案采用变分模态分解,提取变量不同时间尺度的特征,从而减少噪声对故障诊断模型的干扰;通过本方案,可以实现高炉故障自动诊断,提高冶炼效率和质量,降低生产成本,保障生产安全,促进钢铁工业的可持续发展。

    一种基于深度学习的热轧带钢板凸度预报方法

    公开(公告)号:CN110428175A

    公开(公告)日:2019-11-08

    申请号:CN201910715086.9

    申请日:2019-08-05

    摘要: 本发明公开了一种基于深度学习的热轧带钢板凸度预报方法,包括以下步骤:S1,采集并记录带钢生产数据,然后对采集到的数据进行预处理,包括缺失值删除、异常值删除、归一化;S2,根据所述带钢生产数据,利用基于Morisita指数的属性选择方法,去除所采集数据中的冗余与不相关属性,筛选出能够表征板凸度变化的最少数量的属性构成预报模型的输入变量集;S3,基于所述的输入变量集建立基于深广卷积神经网络的带钢出口板凸度预报模型,从而获得热轧带钢出口板凸度。本发明利用卷积神经网络中的卷积层提取数据的高阶特征和不变性特征,学习变量间局部相关关系,并结合深度神经网络的全局特征学习能力,显著提高了板凸度预报精度。

    一种基于信息中心网络的智能变电站通信方法及系统

    公开(公告)号:CN104468515A

    公开(公告)日:2015-03-25

    申请号:CN201410604802.3

    申请日:2014-10-31

    摘要: 本发明公开了一种基于信息中心网络的智能变电站通信方法及系统,所述方法包括:S1,客户端A向上游路由器A发送数据访问报文,所述报文头包括数据访问请求和唯一的路由标识,所述唯一的路由标识为包含授权属性的信息名字;S2,上游路由器A转发数据访问报文到变电站数据源端,数据源端返回结果报文到变电站数据传输网络中的路由器,所述结果报文的报头包括响应的数据访问请求、提供给客户端A的结果数据和唯一的路由标识;S3,检测唯一的路由标识的授权属性,若授权属性为授权或者委托授权,且路由器具有缓存功能,则路由器对结果数据进行存储,并转发结果数据到客户端A。本发明能减少冗余数据,提高网络资源利用率和电力数据传输效率。

    基于信息中心网络的智能电网数据自适应恢复方法及系统

    公开(公告)号:CN104394207A

    公开(公告)日:2015-03-04

    申请号:CN201410662581.5

    申请日:2014-11-19

    IPC分类号: H04L29/08

    CPC分类号: H04L67/12 H04L69/40

    摘要: 本发明公开了一种基于信息中心网络的智能电网数据自适应恢复方法及系统,所述方法包括:S1,电网数据恢复请求端发送包含授权属性的电网数据恢复请求报文至信息中心网络中的上游的路由器;S2,上游的路由器检查授权属性,若授权属性为授权或委托授权,则转至S3,若为未授权,则直接转发请求报文到数据源端来获取数据;S3,查看路由器是否转发过该数据,若转发过,则转至S4;若没有,则转至S5;S4,查看路由器是否存储有该数据,若有,则响应请求,将数据返回给请求端,若没有,则转至S5;S5,继续转发请求报文到信息中心网络的上层路由,重复S2,直到获取该电网恢复数据为止。本发明可减少集中备份中心的建设,能提高电网数据的恢复效率。

    一种高炉过程监测方法及系统
    9.
    发明公开

    公开(公告)号:CN117106994A

    公开(公告)日:2023-11-24

    申请号:CN202310930612.X

    申请日:2023-07-27

    发明人: 韩英华 王晨 赵强

    摘要: 本发明涉及一种高炉过程监测方法,根据时滞矩阵构建目标监测模型进行训练,监测模型包括图注意力神经网络和门控循环神经网络;将时滞矩阵输入至目标监测模型,生成时空特征向量和残差向量,其中时空特征向量生成特征空间、残差向量生成残差空间;根据KNN算法在特征空间获取每个样本的HD分数,根据KNN算法和残差空间获取每个样本的RD分数;采用KNN算法和HD分数生成第一监测阈值,KNN算法和得到的RD分数生成第二监测阈值;将HD分数与第一监测阈值进行比较生成第一比较结果,RD分数与第二监测阈值进行比较生成第二比较结果,根据第一比较结果和第二比较结果生成监测结果。

    一种基于近端策略优化算法的实时最优潮流计算方法

    公开(公告)号:CN114566971A

    公开(公告)日:2022-05-31

    申请号:CN202210196338.3

    申请日:2022-03-01

    发明人: 赵强 王佳 韩英华

    摘要: 可再生能源出力的间歇性和负荷的随机性给电网安全运行带来了挑战,最优潮流需要实时求解以有效帮助电网运营商做出有效的实时决策。本发明提出了一种基于近端策略优化算法的实时最优潮流计算方法,涉及电力系统规划控制领域。首先依据电力系统的拓扑结构、历史信息和潮流求解器构建电力系统仿真环境;然后搭建近端策略优化算法的智能体,在离线训练过程中与环境进行交互并优化智能体参数。离线训练结束后,智能体依据电网中实时状态提供最优动作,得到接近最优的潮流解,实现在线应用。本发明在IEEE14节点系统中进行训练和验证,并与MATPOWER的最优潮流标准解进行比较,验证了该方法在计算实时最优潮流上的有效性。