-
公开(公告)号：CN114567440B
公开(公告)日：2024-05-31
申请号：CN202210119864.X
申请日：2022-02-09
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明提供了一种面向电力物联网边缘侧的主客体模型隐私保护方法，首先构建了电力物联网边缘侧感知层主客体隐私约束模型和物联设备终端代理的建模优化，其次从语义角度出发，用安全多方计算，隔绝用户行为和终端设备间的关系，实现了对于客体电力终端的隐私保护，用基于区块链的安全多方计算，对主体边缘设备进行隐私保护的加固，保证终端物联设备的匿名性，强化主体边缘设备分布式的特性并保证其数据隐私和不可篡改。同时立足于现有的基础，无需大量额外投入，对性能造成的负面影响微乎其微，可行性很高。
-
公开(公告)号：CN113159339B
公开(公告)日：2023-08-04
申请号：CN202110422251.9
申请日：2021-04-20
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06Q10/20 , G06Q30/0283 , G06Q50/06 , G06F18/241 , G06F18/23213 , G06N3/04 , G06N3/084
摘要： 本发明公开了一种基于大数据的一台区一指标线损管理方法及系统，营销线损一台区一指标模块构建台区线损合理区间计算模型，实现台区线损合理区间自动计算，将计算结果推送至采集运维闭环管理模块，开展异常台区线损治理的闭环管控。实施一台区一指标模块，融合相关外部业务系统数据，建立台区线损合理区间计算模型，实现台区线损合理区间基础数据自动集成和计算，全面实现一台区一指标线损管理模式，科学指导台区线损降损。基于采集运维闭环管理模块改造完善台区线损运维流程，自动生成台区线损异常工单，建立省、市、县三级集中监控机制，实现分级派发‑反馈‑归档的线损异常处理流程闭环，提升营销线损异常处理效率。
-
公开(公告)号：CN115878295A
公开(公告)日：2023-03-31
申请号：CN202310191174.X
申请日：2023-03-02
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明公开了基于深度强化学习的软件定义安全中台调度方法，所述方法包括以下步骤：将碎片化的安全需求与安全基础设施统一到软件定义安全中台云模型中；通过深度强化学习结合云计算技术提高安全中台的实时匹配和动态适应能力；生成满足QoS目标的安全中台实时资源调度策略。本发明提出的方法不但保证负载均衡，还提高了18.7%的服务质量，降低了34.2%的平均响应时间，而且具有很好的鲁棒性更适用于实时环境。
-
公开(公告)号：CN114567440A
公开(公告)日：2022-05-31
申请号：CN202210119864.X
申请日：2022-02-09
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明提供了一种面向电力物联网边缘侧的主客体模型隐私保护方法，首先构建了电力物联网边缘侧感知层主客体隐私约束模型和物联设备终端代理的建模优化，其次从语义角度出发，用安全多方计算，隔绝用户行为和终端设备间的关系，实现了对于客体电力终端的隐私保护，用基于区块链的安全多方计算，对主体边缘设备进行隐私保护的加固，保证终端物联设备的匿名性，强化主体边缘设备分布式的特性并保证其数据隐私和不可篡改。同时立足于现有的基础，无需大量额外投入，对性能造成的负面影响微乎其微，可行性很高。
-
公开(公告)号：CN113159339A
公开(公告)日：2021-07-23
申请号：CN202110422251.9
申请日：2021-04-20
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明公开了一种基于大数据的一台区一指标线损管理方法及系统，营销线损一台区一指标模块构建台区线损合理区间计算模型，实现台区线损合理区间自动计算，将计算结果推送至采集运维闭环管理模块，开展异常台区线损治理的闭环管控。实施一台区一指标模块，融合相关外部业务系统数据，建立台区线损合理区间计算模型，实现台区线损合理区间基础数据自动集成和计算，全面实现一台区一指标线损管理模式，科学指导台区线损降损。基于采集运维闭环管理模块改造完善台区线损运维流程，自动生成台区线损异常工单，建立省、市、县三级集中监控机制，实现分级派发‑反馈‑归档的线损异常处理流程闭环，提升营销线损异常处理效率。
-
公开(公告)号：CN112232559B
公开(公告)日：2023-06-13
申请号：CN202011083600.0
申请日：2020-10-12
申请人： 国网江西省电力有限公司信息通信分公司 , 国网江西省电力有限公司 , 国家电网有限公司
摘要： 本发明提出了一种电力区域负荷的短期预测方法及装置。包括：获取历史电力负荷需求值，根据该历史电力负荷需求值获取负荷特征信息；根据电力负荷需求值构建电力负荷增长率因子数据表，根据该电力负荷增长率因子数据表建立线性回归模型，并从该线性回归模型中提取增长率函数；根据负荷特征信息以及增长率函数生成负荷短期预测模型，并根据该负荷短期预测模型对短期负荷进行预测。本发明通过构建增长率因子，其因子数据特征与日负荷数据特征高度一致，所以增长率因子不改变原有负荷数据特性，能够在预测多节点负荷时大大降低节点负荷预测的误差率，提高预测精确度。
-
公开(公告)号：CN116192643A
公开(公告)日：2023-05-30
申请号：CN202211060108.0
申请日：2022-08-31
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： H04L41/0895 , H04L41/16
摘要： 本发明公开了一种基于联邦注意力强化学习的NFV服务功能链动态编排方法。步骤为：1)读取当前物理网络拓扑和服务功能链请求；2)基于联邦注意力强化学习(FARL)生成虚拟网络功能集在物理网络上的放置方案；3)判断虚拟网络功能集中每个虚拟网络功能是否都具有可供所述虚拟网络功能放置的服务器，若是，进入步骤4)，否则，进入步骤6)；4)判断物理网络中是否存在满足所述放置方案需求的链路，若是，则形成服务功能链请求的链路映射方案，进入步骤5)，否则进入步骤6)；5)接受服务功能链请求，根据放置方案和链路映射方案部署服务功能链请求，更新物理网络拓扑，返回步骤1)；6)拒绝服务功能链请求，返回步骤1)。本发明实现了NFV服务功能链的动态编排。
-
公开(公告)号：CN115878295B
公开(公告)日：2023-05-30
申请号：CN202310191174.X
申请日：2023-03-02
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明公开了基于深度强化学习的软件定义安全中台调度方法，所述方法包括以下步骤：将碎片化的安全需求与安全基础设施统一到软件定义安全中台云模型中；通过深度强化学习结合云计算技术提高安全中台的实时匹配和动态适应能力；生成满足QoS目标的安全中台实时资源调度策略。本发明提出的方法不但保证负载均衡，还提高了18.7%的服务质量，降低了34.2%的平均响应时间，而且具有很好的鲁棒性更适用于实时环境。
-
公开(公告)号：CN115549972A
公开(公告)日：2022-12-30
申请号：CN202211052282.0
申请日：2022-08-31
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： H04L9/40 , H04L41/142 , H04L41/16 , G06N20/00
摘要： 本发明公开了一种基于SOAR的网络安全自动化方法，该方法包括：一种基于informer算法的安全分析模型及一种基于ATTN‑D3QN算法的安全编排模型。通过输入系统未知软件运行信息，informer模型通过对该长时间序列降维、特征提取并分类，输出安全威胁分析结果，并将其输入ATTN‑D3QN模型中。ATTN‑D3QN模型通过注意力网络对最优价值函数进行近似，实现对安全系统、安全工具的智能编排，并通过API自动运行，实现安全自动化。本发明还提供了一种基于SOAR的网络安全自动化系统，该系统包括：数据服务模块、安全分析模块、SOAR模块、交互管理模块，该系统通过集成SOAR模块，重点关注事件响应操作，提高安全运维团队的效率，使响应过程规范化、标准化，缩短响应时间。
-
公开(公告)号：CN113159843A
公开(公告)日：2021-07-23
申请号：CN202110421953.5
申请日：2021-04-20
申请人： 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06Q30/02 , G06Q50/06 , G06F16/2455
摘要： 本发明公开了一种电力系统费用预警阈值计算系统及计算方法，包括客户端、软件后台和电力系统，其中所述软件后台与电力系统的用电信息数据库连接，所述软件后台根据电力系统的数据库提供的用户个人信息数据、用户用电量数据以及电价参数，计算出用户剩余电费不足时的预警阈值，同时获取用户用电的实时信息，并传递至客户端，所述客户端用于用户直接快速的根据使用软件观看到自身的用电使用状况。该电力系统费用预警阈值计算系统及计算方法，为用户的用电阈值进行精准判断，极大的程度上避免了判断出错较大的问题，为用户的用电状况提供保障，及时的在临近阈值时提醒客户进行缴费，整体上为客户提供了极大的方便，使客户的用电体验效果更好。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.051 秒)
