-
公开(公告)号：CN109089079A
公开(公告)日：2018-12-25
申请号：CN201810910454.0
申请日：2018-08-10
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司信息通信公司 , 四川中电启明星信息技术有限公司
Abstract: 一种电网视频监控设备运行态势感知系统，其包括如下组件：视频全景展示组件，用于利用GIS设备与视频设备的映射关系，将电网视频监控设备的地理信息与视频属性信息相结合，在地图上展现电网视频监控设备视频状态；信息实时同步组件，用于通过后台利用触发器的方式，实现GIS视频设备全景展示平台的视频状态信息与统一视频设备掉线信息的实时同步；掉线信息发送组件，用于通过调用企讯的消息接口发送至运维人员的企讯客户端。
-
公开(公告)号：CN117435131A
公开(公告)日：2024-01-23
申请号：CN202311302960.9
申请日：2023-10-09
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司信息通信公司
Abstract: 本发明提供基于城市电力设备监测的大数据存储方法、装置和介质，本发明提供的方法包括如下步骤：构建存储网络；构建存储节点和通信链路；构建聚类节点嵌入通信链路内形成子链路；向聚类节点内写入数据，得到关于响应时间的第一泊松率；聚类节点写入新的监测数据和电力交换数据时计算第二泊松率；根据第二泊松率和置信阈值区间得到错误区域和错误城市电力设备。本发明通过将复杂的城市区域内的城市电力设备，从城市电力设备的数据拟合度角度构建基于通信响应时间的通信链路，并以写入数据时的响应时间分布率计算第一泊松率，通过将后续写入数据时的第二泊松率与第一泊松率对比得到响应分布错误的区域，以此在大数据存储的角度诊断城市电力设备。
-
公开(公告)号：CN117435131B
公开(公告)日：2024-03-29
申请号：CN202311302960.9
申请日：2023-10-09
Applicant: 国家电网有限公司 , 国网湖北省电力有限公司信息通信公司
Abstract: 本发明提供基于城市电力设备监测的大数据存储方法、装置和介质，本发明提供的方法包括如下步骤：构建存储网络；构建存储节点和通信链路；构建聚类节点嵌入通信链路内形成子链路；向聚类节点内写入数据，得到关于响应时间的第一泊松率；聚类节点写入新的监测数据和电力交换数据时计算第二泊松率；根据第二泊松率和置信阈值区间得到错误区域和错误城市电力设备。本发明通过将复杂的城市区域内的城市电力设备，从城市电力设备的数据拟合度角度构建基于通信响应时间的通信链路，并以写入数据时的响应时间分布率计算第一泊松率，通过将后续写入数据时的第二泊松率与第一泊松率对比得到响应分布错误的区域，以此在大数据存储的角度诊断城市电力设备。
-
公开(公告)号：CN114844758A
公开(公告)日：2022-08-02
申请号：CN202210381034.4
申请日：2022-04-12
Applicant: 国网湖北省电力有限公司信息通信公司 , 国家电网有限公司
IPC: H04L41/04 , H04L41/28 , H04L67/00 , H04L67/01 , H04L67/12 , H04L67/566 , H04L9/40 , G16Y10/35 , G16Y10/75 , G16Y40/50
Abstract: 本申请涉及一种基于SDP的电力物联网的技术架构系统及构建方法，所述基于SDP的电力物联网的技术架构系统包括终端、SDP域控制器与策略服务器、安全网关、电力业务系统。所述终端包括C/S架构应用、B/S架构应用和客户端。本发明针对传统网络边界防护模式对每个端点或前端主机都做安全加固后通过VPN或传统鉴权模式接入存在加固成本高，有些终端无法加固，接入不稳定和时延大的问题，创新性提出一种基于SDP架构的可信接入框架，通过细粒度访问控制、将鉴权和通信分离、实现终端身份快速鉴权，解决传统终端接入的一系列安全问题。
-
公开(公告)号：CN118312908A
公开(公告)日：2024-07-09
申请号：CN202410727713.1
申请日：2024-06-06
Applicant: 国网湖北省电力有限公司信息通信公司 , 国网湖北省电力有限公司
IPC: G06F18/2433 , G06F18/15 , G06Q10/20 , G06Q10/0639 , G06Q50/06
Abstract: 本发明涉及电力数据处理技术领域，具体涉及基于云计算的电力数据处理系统，包括：数据收集与监测模块：在监测点内部署传感器，对监测点内电力设备的运行状态进行监测；数据分析模块：使用设备运行状态集合中的数据，连续计算每个设备的运行系数，构建电力设备的运行系数集合；异常检测模块：基于发出的预警信号，计算各个因素对异常信息的贡献度；异常分析模块：接收异常检测模块输出的异常信息，对设备进行维护后，更新动态阈值。系统通过在各个子区域部署传感器和监测设备，实现了对电力设备运行状态的实时监测，确保了数据的时效性和准确性，系统通过计算优化系数来调整设备运行参数，实现性能的自动优化，提高了电力系统的运行效率。
-
Patent Agency Ranking
公开(公告)号：CN111988329A
公开(公告)日：2020-11-24
申请号：CN202010881361.7
申请日：2020-08-27
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司信息通信公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明提供了一种基于深度学习的网络入侵检测方法，该方法将每条流量数据中的特征视为在时间轴上顺序排列的若干个一维特征，并作为A-1D-CNN模型的输入。特别地，由于事先无法获知最佳超参数，在构建A-1D-CNN模型时，利用PSO对每个卷积层的卷积核数量进行优化，自适应地获得最优网络超参数；实现了端到端的深层特征学习和类型识别，避免了人为选择特征带来的不足，提高了模型对不同任务的自适应能力。
-
公开(公告)号：CN117436058A
公开(公告)日：2024-01-23
申请号：CN202311307610.1
申请日：2023-10-10
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司信息通信公司 , 湖北华中电力科技开发有限责任公司
Inventor： 代荡荡 , 李晶 , 范武广 , 朱国威 , 金波 , 查志勇 , 陈家璘 , 徐焕 , 陈铈 , 夏凡 , 郑蕾 , 詹伟 , 吴耿 , 魏晓燕 , 赵青尧 , 梅子薇 , 董晨曦 , 刘勇昊 , 俞亮 , 许瀚
Abstract: 本发明属于信息安全领域，公开了一种电力信息安全防护系统，包括存储模块、登录模块、数据调用模块。存储模块用于存储电力数据。登录模块用于对使用数据调用模块的人员进行身份识别，仅允许身份识别通过的人员对存储模块中保存的电力数据进行调用。本发明在工作人员使用数据调用模块向存储模块发送指令之前，先需要通过登录模块的身份验证，从而能够避免不具有调用权限的工作人员调取存储模块中存储的电力数据，而且随机选择不同的算法来进行识别，有效地提高了电力数据的安全。
-
公开(公告)号：CN117436058B
公开(公告)日：2024-09-03
申请号：CN202311307610.1
申请日：2023-10-10
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司信息通信公司 , 湖北华中电力科技开发有限责任公司
Inventor： 代荡荡 , 李晶 , 范武广 , 朱国威 , 金波 , 查志勇 , 陈家璘 , 徐焕 , 陈铈 , 夏凡 , 郑蕾 , 詹伟 , 吴耿 , 魏晓燕 , 赵青尧 , 梅子薇 , 董晨曦 , 刘勇昊 , 俞亮 , 许瀚
Abstract: 本发明属于信息安全领域，公开了一种电力信息安全防护系统，包括存储模块、登录模块、数据调用模块。存储模块用于存储电力数据。登录模块用于对使用数据调用模块的人员进行身份识别，仅允许身份识别通过的人员对存储模块中保存的电力数据进行调用。本发明在工作人员使用数据调用模块向存储模块发送指令之前，先需要通过登录模块的身份验证，从而能够避免不具有调用权限的工作人员调取存储模块中存储的电力数据，而且随机选择不同的算法来进行识别，有效地提高了电力数据的安全。
-
公开(公告)号：CN118246972A
公开(公告)日：2024-06-25
申请号：CN202410689438.9
申请日：2024-05-30
Applicant: 国网湖北省电力有限公司信息通信公司 , 国网湖北省电力有限公司
IPC: G06Q30/0202 , G06Q50/06 , G06F18/213 , G06F18/22 , G06N3/084
Abstract: 本发明涉及供电技术领域，具体涉及基于大数据的电力消费预测系统，包括：数据获取与处理模块：获取区域内的历史用电数据以及位置信息并对收集到的数据进行预处理；特征工程模块：获取数据获取与处理模块传输的数据，从数据中提取特征对用电量的影响情况；季节调控模块：分析经过特征工程处理的数据，通过季节分解来识别和调整数据中的季节性模式；消费预测模块：将经过季节调控模块调整后的数据与历史电力数据、季节性因素影响、假日影响、经济增长率影响、人口规模影响以及产业结构影响数据合并，构建用于训练和预测的时间窗口数据集。本发明利用历史数据结合经济以及人口等多源数据，进行跨领域的综合分析，更全面的理解和预测电力消费。
-
公开(公告)号：CN111988329B
公开(公告)日：2022-04-19
申请号：CN202010881361.7
申请日：2020-08-27
Applicant: 国网湖北省电力有限公司 , 国网湖北省电力有限公司信息通信公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明提供了一种基于深度学习的网络入侵检测方法，该方法将每条流量数据中的特征视为在时间轴上顺序排列的若干个一维特征，并作为A‑1D‑CNN模型的输入。特别地，由于事先无法获知最佳超参数，在构建A‑1D‑CNN模型时，利用PSO对每个卷积层的卷积核数量进行优化，自适应地获得最优网络超参数；实现了端到端的深层特征学习和类型识别，避免了人为选择特征带来的不足，提高了模型对不同任务的自适应能力。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.344 seconds)
