-
公开(公告)号：CN118886689A
公开(公告)日：2024-11-01
申请号：CN202411372731.9
申请日：2024-09-29
申请人： 国网四川省电力公司宜宾供电公司
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F18/213 , G06F18/20
摘要： 本发明公开了基于深度强化学习的安全电力调度方法，属于电力调度领域，包括以下步骤：S1、采用马尔可夫决策过程根据对抗学习训练调度模型；S2、基于专家规则库交互式调优的方式训练主专家模型；S3、根据主专家模型优化调度模型输出最终的电力调度方案。基于Rainbow DQN算法，提出了两种新颖的训练方式，分别是以基于对抗学习的方式训练对抗模型和调度模型来进行安全约束保障学习，以基于专家规则库交互式调优的方式训练得到主专家模型。通过在虚拟仿真电网环境上进行的大量实验，本发明验证了提出的基于深度强化学习的安全电力调度算法的有效性，能够抵御一定程度的扰动和攻击，提高电力系统的高效和鲁棒的电力调度能力。
-
公开(公告)号：CN118659921A
公开(公告)日：2024-09-17
申请号：CN202411121677.0
申请日：2024-08-15
申请人： 国网四川省电力公司宜宾供电公司
IPC分类号： H04L9/40 , G06F18/2115 , G06F18/214 , G06F18/213 , G06F18/2433 , G06N3/0464 , G06N3/049 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种融合多尺度局部和全局信息的电网DDoS检测方法，包括以下步骤：获取输入流量的特征，通过嵌入层将其转换为流量输入序列；将流量输入序列和Embedding向量输入DDoS‑MSCT模型，得到CLS令牌；根据CLS令牌得到输入流量的分类结果。本发明通过局部特征提取模块和全局特征提取模块结合，从而全面捕捉DDoS攻击的特征模式和规律。局部特征提取模块是由多个不同大小的并行卷积核组成的卷积层组成，通过对不同尺度的输入数据进行卷积和池化操作，这种多尺度表示能力使多尺度卷积能够更好地捕获来自DDoS攻击的复杂特征，提高电网DDoS攻击的检测性能。
-
公开(公告)号：CN118780449A
公开(公告)日：2024-10-15
申请号：CN202411275211.6
申请日：2024-09-12
申请人： 国网四川省电力公司宜宾供电公司
IPC分类号： G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/006 , G06N3/0442 , G06N3/08 , H02J3/00
摘要： 本发明提供了一种电力负荷预测方法，涉及电网电力技术领域，该方法包括获取电力系统数据；对电力系统数据进行预处理以及多源数据融合处理；利用变分模态分解模型将原始时间序列进行子序列分解；根据门控循环单元和注意力机制，构建电力负荷预测模型，并根据分解的子序列，利用电力负荷预测模型对电力负荷进行预测，其中，利用改进的麻雀搜索算法对电力负荷预测模型的参数进行优化。本发明解决了传统电力负荷预测模型精度不足、模型参数优化困难以及多源数据融合处理效果不佳的问题。
-
公开(公告)号：CN118659921B
公开(公告)日：2024-10-15
申请号：CN202411121677.0
申请日：2024-08-15
申请人： 国网四川省电力公司宜宾供电公司
IPC分类号： H04L9/40 , G06F18/2115 , G06F18/214 , G06F18/213 , G06F18/2433 , G06N3/0464 , G06N3/049 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种融合多尺度局部和全局信息的电网DDoS检测方法，包括以下步骤：获取输入流量的特征，通过嵌入层将其转换为流量输入序列；将流量输入序列和Embedding向量输入DDoS‑MSCT模型，得到CLS令牌；根据CLS令牌得到输入流量的分类结果。本发明通过局部特征提取模块和全局特征提取模块结合，从而全面捕捉DDoS攻击的特征模式和规律。局部特征提取模块是由多个不同大小的并行卷积核组成的卷积层组成，通过对不同尺度的输入数据进行卷积和池化操作，这种多尺度表示能力使多尺度卷积能够更好地捕获来自DDoS攻击的复杂特征，提高电网DDoS攻击的检测性能。
-
-
-
搜索结果
4 条记录 (耗时 0.032 秒)
