-
公开(公告)号:CN113065699A
公开(公告)日:2021-07-02
申请号:CN202110330507.3
申请日:2021-03-22
申请人: 国家电网有限公司 , 国网东北分部绿源水力发电公司太平湾发电厂
摘要: 本发明针对电力信息网面临日益严峻的网络攻击风险威胁,而传统网络安全态势量化方法仅从网络性能角度进行分析,忽略了各种电力应用业务重要性对安全态势的影响,导致量化结果难以全方位反映电力信息网络风险状态,提出一种基于进化神经网络的电力信息网安全态势量化方法。首先,通过分析电力通信网络应用业务特点,设计面向电力通信网的安全态势体系架构(PIN‑NSSQ);其次,从网络可靠性、威胁性、脆弱性三个维度出发,结合电力业务重要性,建立耦合互联的空间要素指标体系,并实现关键要素指标的数学化表征;最后,将遗传进化算法优化的BP神经网络融入要素指标计算过程,构建基于进化神经网络的电力信息网安全态势量化模型,有效实现对电力信息网络安全态势全面感知过程高效计算及结果精确量化。
-
公开(公告)号:CN117521903B
公开(公告)日:2024-08-27
申请号:CN202311528676.3
申请日:2023-11-16
申请人: 国网东北分部绿源水力发电公司太平湾发电厂
摘要: 本发明提供一种基于混沌理论与量子神经网络的径流预测方法,包括流域内径流数据的收集,对径流数据进行预处理,并用完备总体经验模态分解对径流序列进行分解;采用自相关法与互信息法确定延迟时间τ的值、采用假近邻点确定嵌入维度m,将各分量序列转化为延迟向量并构建延迟向量矩阵;采用Wolf方法计算重构相空间的李雅普诺夫指数,验证各径流分量的可预报性并使用最大李雅普诺夫指数确定最大可预报时间;根据最大可预报时段及相空间重构理论尽可能采用多的相点进行预测;构建量子神经网络对各径流分量序列进行预测;采用最小二乘法对分量重构方法进行优化,并利用梯度下降法求出各分量的重构系数。
-
公开(公告)号:CN117521903A
公开(公告)日:2024-02-06
申请号:CN202311528676.3
申请日:2023-11-16
申请人: 国网东北分部绿源水力发电公司太平湾发电厂
摘要: 本发明提供一种基于混沌理论与量子神经网络的径流预测方法,包括流域内径流数据的收集,对径流数据进行预处理,并用完备总体经验模态分解对径流序列进行分解;采用自相关法与互信息法确定延迟时间τ的值、采用假近邻点确定嵌入维度m,将各分量序列转化为延迟向量并构建延迟向量矩阵;采用Wolf方法计算重构相空间的李雅普诺夫指数,验证各径流分量的可预报性并使用最大李雅普诺夫指数确定最大可预报时间;根据最大可预报时段及相空间重构理论尽可能采用多的相点进行预测;构建量子神经网络对各径流分量序列进行预测;采用最小二乘法对分量重构方法进行优化,并利用梯度下降法求出各分量的重构系数。
-
-