-
公开(公告)号：CN109995656A
公开(公告)日：2019-07-09
申请号：CN201910133144.7
申请日：2019-02-22
IPC分类号： H04L12/725 , H04L12/851 , H04L12/709 , H04L12/803
摘要： 本发明属于电力需求响应通信网络技术领域，具体涉及一种面向自动需求响应业务的资源分配方法、装置和存储介质。该方法将自动需求响应业务信息熵作为衡量自动需求响应业务分布均匀化的指标，进而利用信息熵建立目标函数求解全局优化的自动需求响应业务路由算法。方法包括：首先将自动需求响应业务时延作为约束条件，求解满足自动需求响应业务的可用路由集，然后将自动需求响应业务信息熵作为目标函数，最后利用量子遗传算法进行求解，得到使当前自动需求响应通信网络业务信息熵最大的路径集，可实现电力需求响应业务均匀分布在通信网络中，从而有效控制自动需求响应通信网络流量，抑制电力需求响应通信网络拥塞，提高通信网络容量。
-
公开(公告)号：CN113535595B
公开(公告)日：2022-02-25
申请号：CN202111090315.6
申请日：2021-09-17
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F11/36
摘要： 本发明公开了一种基于微服务架构的信息系统灰度发布用户选择方法和系统，先建立微服务与应用映射关系表、和应用与灰度测试用户映射关系表；将信息系统中全部微服务与应用的映射关系写入微服务与应用映射关系表；依次统计每个应用从上次更新以来的访问用户名单，计算每个用户的用户分数并排序，选取排名前一定比例的用户作为灰度测试用户，将应用和灰度测试用户的映射关系写入应用与灰度测试用户映射关系表；若某微服务需要进行灰度发布，则先查找微服务与应用映射关系表，找出该微服务支撑的全部应用，然后再查找应用与灰度测试用户映射关系表，找出这些应用对应的全部灰度测试用户。
-
公开(公告)号：CN112099876A
公开(公告)日：2020-12-18
申请号：CN202011005938.4
申请日：2020-09-23
申请人： 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司 , 南京亿数信息科技有限公司
发明人： 施爱军 , 许道强 , 陈娅 , 欧阳利剑 , 杨君中 , 汤海涛 , 孙丽丽 , 于进 , 王万勇 , 王志华 , 陈海涛 , 倪格格 , 韩艺 , 吴波 , 王俊秀 , 朱建 , 周凯 , 卜鑫链 , 乔金松
IPC分类号： G06F9/445 , G06F9/50 , G06F9/54 , G06F11/30 , G06F11/34 , G06F3/0481 , G06F16/9535
摘要： 本发明公开了一种基于web网页管理互联网终端设备控制的方法和系统，具体涉及网页管理技术领域，包括云端服务器，所述云端服务器通过网络数据传输模块与处理器进行双向电性连接，所述处理器通过导线与终端浏览器模块进行双向电性连接，所述终端浏览器模块通过导线分别与垃圾信息拦截模块、软件性能模块、人机交互模块以及后台管理模块进行电性连接，所述后台管理模块包括数据查看页面、内存清理页面以及功能配置页面。本发明可以在任何终端的浏览器上打开管理后台，进行数据查看和功能配置，用户不在受软件按照的场地限制，操作便捷性高，安全性高。
-
公开(公告)号：CN113704788B
公开(公告)日：2024-04-12
申请号：CN202111006902.2
申请日：2021-08-30
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
摘要： 本发明针对兼顾数据隐私的数值型关系数据表共享发布场景，公开了一种基于R‑邻域关系与差分隐私的四分树隐私保护方法，包括以下步骤：对给定关系数据集D，根据数据集分布和给定四分树期望深度h计算邻域半径R，将后续构建四分树的深度限制在[h‑1，h+1]范围内，构建基于R‑邻域关系的四分树，按四分树结构对树结点内数据记录添加差分隐私噪声后，将加噪后的数据表提交给不可信的数据分析方。本发明利用基于R‑邻域关系的差分隐私四分树构建方法，在保护个体数据隐私的同时，实现数据表聚类可用性的有效维持。
-
公开(公告)号：CN117743963A
公开(公告)日：2024-03-22
申请号：CN202311740503.8
申请日：2023-12-15
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F18/2413 , G06F18/2337 , G06F18/22
摘要： 一种基于模糊相关性聚类的电网数据分类分级方法和系统。该方法包括，对电网数据的特征权重和梯度下降算法的参数进行初始化，计算电网数据集的样本间相似度，基于样本间相似度并利用梯度下降算法对特征权重进行迭代学习和更新，输出优化的特征权重；基于优化的特征权重，采用模糊相关性均值聚类算法迭代确定电网数据集的聚类中心，利用聚类中心对电网数据集进行分类，得到每个样本的类别；利用聚类中心确定与分级模板数据集中的每个分级模板样本数据对应的类别，根据每个分级模板样本数据的分级级别，确定每个类别的分级结果。本发明解决了电网数据不同维度特征在不同分类场景下重要性不一致的问题，并采用分类模板实现分级自动化。
-
公开(公告)号：CN116628584A
公开(公告)日：2023-08-22
申请号：CN202310897969.2
申请日：2023-07-21
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F18/2411 , G06F18/214 , G06F18/22 , G06F21/62 , G06Q50/06
摘要： 本发明实施例涉及一种电力敏感数据处理方法、装置、电子设备及存储介质，包括：采集电力系统运行过程中产生的样本敏感数据并对所述样本敏感数据进行敏感性标注；基于所述样本敏感数据的数据类型，对敏感性标注完成的样本敏感数据进行特征构建，得到所述样本敏感数据对应的归一化特征向量；基于所述归一化特征向量对预先改进的支持向量机分类算法进行训练，得到训练完成的电力敏感数据分类模型；基于所述电力敏感数据分类模型对电力系统中产生的业务数据进行分类，输出敏感性预测结果。由此，兼顾全局样本的整体特征，改善传统分类方法对不属于其分类范围的数据分类能力差的问题，提升了电力系统敏感数据分级分类结果的准确性和可靠性。
-
公开(公告)号：CN115081540A
公开(公告)日：2022-09-20
申请号：CN202210857224.9
申请日：2022-07-20
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
摘要： 一种基于集成决策学习的数据隐私可保护分类分级方法及系统，将训练决策树模型所需的用户侧设备数据类别属性参数以加扰的方式通过对称加密送至云端服务器进行数据集成；云端服务器利在不解密的情况下将所有用户侧设备上传的类别属性进行集成，再将集成计算后的密文下发至各用户侧设备，用户侧设备利用解密获得的数据完成集成决策学习的决策树模型的训练；采用训练后的决策树模型进行用户侧设备本地数据的分类分级识别。本发明可实现云服务场景下的数据在加密保护情况下的自动分类分级识别。
-
公开(公告)号：CN118094354A
公开(公告)日：2024-05-28
申请号：CN202410328702.6
申请日：2024-03-21
申请人： 国网智能电网研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F18/2411 , G06F18/2431 , G06F18/211 , G06F21/62 , G06Q50/06
摘要： 本发明涉及电力数据处理技术领域，公开了一种分层级联电力敏感数据分类模型构建方法及装置，该方法包括：根据电力系统的样本敏感数据获取多维特征向量；采用预设特征优化方法对所述多维特征向量进行特征选择，得到最优目标特征向量；基于所述最优目标特征向量对预设支持向量机SVM分类算法的算法参数进行优化；采用基于决策树的层级分类法，根据优化后的支持向量机SVM分类算法构建分层级联电力敏感数据分类模型，本发明提高了对电力敏感数据分类时的分类准确率。
-
公开(公告)号：CN112580186B
公开(公告)日：2024-03-08
申请号：CN202011210087.7
申请日：2020-11-03
申请人： 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 江苏苏源高科技有限公司
-
公开(公告)号：CN115879017A
公开(公告)日：2023-03-31
申请号：CN202211332341.X
申请日：2022-10-28
申请人： 国网智能电网研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F18/23213 , G06F18/213 , G06N20/00
摘要： 本发明公开了一种电力敏感数据自动化分类分级方法、装置及存储介质，该方法不依赖于人工分级，可以自动划分待分级的敏感数据的等级，提高了分级的准确性和效率；按照统一的敏感数据分级标准对大规模敏感数据进行自动化地分级，解决了传统方法由于缺乏统一分级标准而导致的分级准确率低问题；采用基于无监督的方法实现对电力敏感数据的自动化分类分级，无需大量的标记数据，减小了监督学习需要人工设置分类类别从而引入人为导致的误差的可能性；使用改进的K‑means算法，解决了传统K‑Means算法容易陷入局部最优状态的缺点，同时算法执行速度快，可解释性好。
-
-
-
-
-
-
-
-
-
搜索结果
48 条记录 (耗时 0.115 秒)
