-
公开(公告)号:CN115099349B
公开(公告)日:2024-09-24
申请号:CN202210757630.8
申请日:2022-06-30
申请人: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司
IPC分类号: G06F18/25 , G06N3/042 , G06N3/0464 , G06Q50/06
摘要: 本发明公开了一种非侵入式负荷实时分解方法,方法包括:获取非侵入式负荷的总负荷数据,所述总负荷数据包括:总负荷有功功率序列、总负荷电压序列和总负荷电流序列;基于获取到的总负荷数据,构建多特征输入非侵入式负荷的数据图,所述数据图包括最近分量数据图、前日分量数据图和上周分量数据图;将各分量数据图输入预先构建的ResGCN网络模型,得到各分量的分解结果;将分解结果进行多分量融合,得到融合后的分解结果,从分解结果中提取当前时刻的分解结果,输出当前时刻的分解结果。本发明能够基于历史数据对非侵入式负荷进行实时分解。
-
公开(公告)号:CN118200046B
公开(公告)日:2024-08-27
申请号:CN202410592013.6
申请日:2024-05-14
申请人: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
发明人: 缪巍巍 , 夏元轶 , 张瑞 , 赵新建 , 曾锃 , 张明轩 , 滕昌志 , 李世豪 , 张震 , 余益团 , 洪涛 , 肖茂然 , 何沐昕 , 殷俊杰 , 李千目 , 孟顺梅 , 徐丹宇 , 李小超
摘要: 本发明公开了一种电力物联网设备流量安全检测方法、装置及设备。该方法应用于云端,包括:获取关联物联网边缘设备基于电力物联网原始流量确定的初步分类结果;初步分类结果是通过部署在关联物联网边缘设备的预训练的轻量化模型,对电力物联网原始流量进行类型识别后得到的;基于云端预训练的威胁流量检测模型对初步分类结果进行分类,确定中间分类结果并输入至预设支持向量机进行流量威胁预测,得到潜在威胁检测结果。通过关联物联网边缘设备部署的轻量化模型进行预分类,使得云端对数量较少的初步分类结果识别潜在威胁检测结果,通过云边协同合作,实现了电力物联网边缘设备的威胁流量的识别,减轻了处理负担,提升了识别的准确率。
-
公开(公告)号:CN114090239B
公开(公告)日:2024-08-13
申请号:CN202111285553.2
申请日:2021-11-01
申请人: 国网江苏省电力有限公司信息通信分公司
摘要: 本发明公开了一种基于模型的强化学习的边缘资源调度方法和装置,通过边缘服务器收集边缘节点的负载信息、资源信息、用户请求信息的历史数据,根据历史数据通过监督学习构建边缘环境模型;基于边缘环境模型实现强化学习边缘节点资源调度,把用户的请求分配到合适的边缘节点上。本发明提供的一种基于模型的强化学习的边缘资源调度方法和装置,针对边缘计算资源调度的场景,处理动态的资源负载请求,同时具有较高的样本利用率,和较高的实用性。
-
公开(公告)号:CN118368134A
公开(公告)日:2024-07-19
申请号:CN202410623832.2
申请日:2024-05-20
申请人: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC分类号: H04L9/40 , H04L67/125
摘要: 本发明实施例公开了一种控制指令下发方法、系统及存储介质,包括:业务主站在接收到控制指令时,调用加密机对控制指令进行签名加密生成控制报文,并将控制报文下发至物管平台设备;物管平台设备根据控制报文确定目标边缘物联设备的双向认证结果,在双向认证结果为双向认证成功时将控制报文发送至物联涉控服务设备;物联涉控服务设备调用加密机对控制报文进行验签,在验签成功后调用加密机基于双向认证参数对控制指令加密和再次签名,将生成的双向认证控制报文下发至目标边缘物联设备;目标边缘物联设备对双向认证控制报文进行解密所得的双向认证参数进行验证,并在验证通过时接收双向认证控制报文中的控制指令,提升了数据传输安全性和稳定性。
-
公开(公告)号:CN118200046A
公开(公告)日:2024-06-14
申请号:CN202410592013.6
申请日:2024-05-14
申请人: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
发明人: 缪巍巍 , 夏元轶 , 张瑞 , 赵新建 , 曾锃 , 张明轩 , 滕昌志 , 李世豪 , 张震 , 余益团 , 洪涛 , 肖茂然 , 何沐昕 , 殷俊杰 , 李千目 , 孟顺梅 , 徐丹宇 , 李小超
摘要: 本发明公开了一种电力物联网设备流量安全检测方法、装置及设备。该方法应用于云端,包括:获取关联物联网边缘设备基于电力物联网原始流量确定的初步分类结果;初步分类结果是通过部署在关联物联网边缘设备的预训练的轻量化模型,对电力物联网原始流量进行类型识别后得到的;基于云端预训练的威胁流量检测模型对初步分类结果进行分类,确定中间分类结果并输入至预设支持向量机进行流量威胁预测,得到潜在威胁检测结果。通过关联物联网边缘设备部署的轻量化模型进行预分类,使得云端对数量较少的初步分类结果识别潜在威胁检测结果,通过云边协同合作,实现了电力物联网边缘设备的威胁流量的识别,减轻了处理负担,提升了识别的准确率。
-
公开(公告)号:CN118018435A
公开(公告)日:2024-05-10
申请号:CN202410165214.8
申请日:2024-02-05
申请人: 国网江苏省电力有限公司信息通信分公司
摘要: 本发明公开了一种边缘服务预启动方法、装置、电子设备及可读介质,该边缘服务预启动方法包括:基于边缘系统中服务的调用关系,生成服务拓扑关系;基于服务的实时性级别、平均执行时间及平均数据传输时间,确定服务的优先级;基于所述服务拓扑关系、服务的优先级及服务部署的节点信息,确定服务的预启动时间,以对服务进行预启动。本发明提供的边缘服务预启动方法、装置、电子设备及可读介质,通过分析服务拓扑关系、动态计算服务优先级,并结合服务部署的节点信息智能决定服务的预启动时间,能够有效缩短服务的响应时间,特别是对实时性要求高的服务,能够显著提升用户体验。
-
公开(公告)号:CN117787707A
公开(公告)日:2024-03-29
申请号:CN202311828239.3
申请日:2023-12-27
申请人: 国网江苏省电力有限公司信息通信分公司
IPC分类号: G06Q10/0635 , G06Q50/06 , G16Y10/35
摘要: 本发明公开了一种指令监控方法、装置、电子设备及介质,所述方法包括:基于风险评估模型对物联管理指令进行风险评估,得到所述物联管理指令的综合评估结果,所述物联管理指令用于对物联管理平台进行管理;根据所述综合评估结果和所述物联管理指令对应的目标设备环境,动态调整所述物联管理平台的监控策略,并收集监控结果。该方法通过基于风险评估模型对物联管理指令进行风险评估得到综合评估结果,能够实现物联管理指令的自动评估,降低人工参与,提高指令监控的安全性和可靠性,同时,通过根据综合评估结果和物联管理指令对应的目标设备环境,动态调整物联管理平台的监控策略,实现了监控策略的自适应调整,有效提升监控的效率。
-
公开(公告)号:CN117336295A
公开(公告)日:2024-01-02
申请号:CN202311300377.4
申请日:2023-10-09
申请人: 国网江苏省电力有限公司信息通信分公司 , 南京邮电大学
摘要: 本发明公开了一种基于Flink的网关任务处理系统和方法。包括:总控设备用于基于所部署的Flink将用户所上传的待处理网关任务发送给边缘网关服务器;边缘网关服务器用于基于所部署的Flink根据待处理网关任务进行数据采集和资源分类以获取目标网关数据,根据目标网关数据进行任务处理能力评估,根据评估结果获取边缘网关服务器任务处理结果;总控设备用于当确定识别结果中包含任务未完成指示时,则将待处理网关任务发送给协助集群,并将协助集群的反馈结果作为最终任务执行结果反馈给用户。通过部署有Flink的总控设备、边缘网关服务器以及协助集群之间的协同工作,能够针对用户所上传的待处理网关任务高效准确的获取执行结果,并反馈给任务提交用户。
-
公开(公告)号:CN115543450A
公开(公告)日:2022-12-30
申请号:CN202211141803.X
申请日:2022-09-20
申请人: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司
摘要: 本发明公开了一种边缘场景中资源优化的无服务器计算动态休眠方法及应用,所述方法包括:基于边缘系统中不同函数服务实例更新前的保活时间、冷启动率及休眠时间运行系统,以更新Pareto分布曲线;基于更新后的Pareto分布曲线,确定更新后的冷启动率;基于不同函数服务实例接收请求的时间间隔,确定更新后的休眠时间;基于更新后的休眠时间和冷启动率,计算更新后的保活时间;判断更新前后的冷启动率之间的误差是否在预设误差范围内,以确定是否更新边缘系统的配置。该方法根据边缘系统中不同函数服务实例接收请求的时间间隔动态调整休眠时间,以满足不同类型的服务请求,减小函数服务实例的启动时延,提高请求执行效率,减少边缘系统的资源消耗。
-
公开(公告)号:CN113158134A
公开(公告)日:2021-07-23
申请号:CN202110372296.X
申请日:2021-04-07
申请人: 国网江苏省电力有限公司信息通信分公司 , 南京工程学院
摘要: 本发明公开了非侵入式负荷辨识模型的构建方法、装置和存储介质,将负荷信号特征矩阵进行奇异值分解获得奇异值对角向量矩阵、左奇异值向量矩阵和右奇异值向量矩阵;保留所述奇异值对角向量矩阵中高于预设奇异值门限的奇异值;从左奇异值向量矩阵和右奇异值向量矩阵选取更新后的奇异值对角向量矩阵对应的左右奇异值向量,构建成新的左奇异值向量矩阵和新的右奇异值向量矩阵;确定新的左奇异值向量矩阵和新的右奇异值向量矩阵对应的克罗内克积并进行特征矩阵;将重构后的负荷信号特征矩阵输入到卷积神经网络模型进行训练。基于奇异值特征矩阵重构的方法对信号进行预处理,降低了数据的纬度,将数据特征进行重新分布,缩短训练时间,降低网络复杂度。
-
-
-
-
-
-
-
-
-