-
公开(公告)号：CN114357455B
公开(公告)日：2023-12-26
申请号：CN202111547990.7
申请日：2021-12-16
Applicant: 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F21/57
Abstract: 本发明公开了一种基于多维属性信任评估的信任方法，从多维度刻画节点的可信程度，根据边缘计算中的物联网应用环境提出节点多维属性信任评估因子选取方案，结合节点计算环境、行为和其他属性对节点的资源能力状态和交互服务结果进行动态可信度量；基于信任与交互行为的关联性进行信任建模；依靠多维信任决策属性的评估来较为全面地根据节点的表现与状态预测其身份和交互结果。通过多维信任建模，可以为提升交互成功率、构建可信群体提供数值评价基础。本发明能够较好地减轻网络带宽压力并提高实时性，有效缓解了节点在进行交互预测时的计算压力。
-
公开(公告)号：CN114357455A
公开(公告)日：2022-04-15
申请号：CN202111547990.7
申请日：2021-12-16
Applicant: 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F21/57
Abstract: 本发明公开了一种基于多维属性信任评估的信任方法，从多维度刻画节点的可信程度，根据边缘计算中的物联网应用环境提出节点多维属性信任评估因子选取方案，结合节点计算环境、行为和其他属性对节点的资源能力状态和交互服务结果进行动态可信度量；基于信任与交互行为的关联性进行信任建模；依靠多维信任决策属性的评估来较为全面地根据节点的表现与状态预测其身份和交互结果。通过多维信任建模，可以为提升交互成功率、构建可信群体提供数值评价基础。本发明能够较好地减轻网络带宽压力并提高实时性，有效缓解了节点在进行交互预测时的计算压力。
-
公开(公告)号：CN119275858A
公开(公告)日：2025-01-07
申请号：CN202411099060.3
申请日：2024-08-12
Applicant: 中国电力科学研究院有限公司 , 国网新疆电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种建立功率下垂控制构网型变流器小信号模型的方法及系统，属于新能源并网技术领域。本发明方法，包括：针对构网型变流器，根据KVL建立构网型变流器交流侧的数学模型，并确定所述构网型变流器内环控制的控制结构；根据所述数据模型和控制结构，建立所述构网型变流器的有功功率小信号模型，并根据所述有功功率小信号模型，建立所述构网型变流器的下垂控制有功功率控制环路小信号模型；将所述下垂控制有功功率控制环路小信号模型转换为线性化模型，基于所述线性化模型，基于所述线性化模型，建立功率下垂控制的构网型变流器小信号模型。本发明可以更准确地分析下垂控制构网型变流器在不同工作条件下的性能，优化控制参数。
-
公开(公告)号：CN113469411B
公开(公告)日：2023-10-27
申请号：CN202110576478.9
申请日：2021-05-26
Applicant: 国电南瑞科技股份有限公司 , 国网电力科学研究院有限公司 , 国网新疆电力有限公司 , 国家电网有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种考虑调节死区的电网有功协调优化控制决策方法及装置，根据电网状态计算电网有功设备对安全稳定输电通道的有功灵敏度，结合有功设备的综合性能指标对其进行分组并确定设备组的综合性能指标和有功灵敏度，考虑组内设备的有功调节死区，生成设备组的有功指令上限/下限和有功调节死区，以设备组间有功协调优化控制的综合性能最优为目标，生成设备组有功指令，再以设备组内设备有功协调优化控制的综合性能最优为目标，生成设备组内设备的有功指令，实现了考虑调节死区的电网有功协调优化控制。本发明采用了先组间优化、再组内优化的分步优化策略，既减少了决策变量的规模，提高了计算速度，又确保了指令的计算精度。
-
公开(公告)号：CN115995848A
公开(公告)日：2023-04-21
申请号：CN202210593463.8
申请日：2022-05-27
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网新疆电力有限公司
Abstract: 本发明公开了一种常规直流孤岛外送纯新能源的配置方法及系统，包括：确定单条常规直流单独输送风电或光伏所需配套的新能源装机容量、新能源和直流之间连接的输送方案、配套储能容量、动态调节设备的容量；确定以风电和光伏混合出力功率波动性最小为目标的风电和光伏的配比；基于风电和光伏最优配比确定风电和光伏最优配比下单条特高压直流外送纯新能源孤岛系统的储能配置容量；基于单条常规直流输送新能源所需配套的新能源装机容量、新能源和直流之间连接的输送方案、配套储能容量、动态调节设备的容量以及所述风电和光伏最优配比方案和储能配置容量，确定新能源基地所需的外送直流条数、系统所需配置的整体储能和动态调节设备的无功补偿容量。
-
Patent Agency Ranking
公开(公告)号：CN114925369A
公开(公告)日：2022-08-19
申请号：CN202210255021.2
申请日：2022-03-15
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种针对业务系统容器安全的静态分析方法与系统，主要对docker容器中的已知漏洞、木马、病毒、恶意软件和其他恶意威胁进行静态分析，具体包括从待检验容器中获取业务系统软件信息；基于所述业务系统软件信息与预先存储于漏洞数据库中的软件信息进行比对确定漏洞；使用防病毒引擎对所述业务系统软件进行扫描，判断所述业务系统软件是否感染木马、病毒、恶意软件和其他威胁，并对扫描结果进行分析，生成整改建议。实现了对业务软件容器安全性的监测。
-
公开(公告)号：CN114863243A
公开(公告)日：2022-08-05
申请号：CN202210463318.8
申请日：2022-04-28
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明公开了一种模型的数据遗忘方法、装置、设备及存储介质。该方法包括：采用预先训练好的图像识别模型，对获取到的待遗忘图像数据进行图像识别，确定所述待遗忘图像数据的掩码结果，其中，所述图像识别模型包含至少两个卷积网络通道，所述卷积网络通道用于确定通道输入数据的掩码信息和输出特征图，所述掩码结果包括各所述卷积网络通道针对所述待遗忘图像数据输出的掩码信息；获取预设的模型剪枝参数，结合所述掩码结果，从各所述卷积网络通道中确定待剪枝通道，并对所述待剪枝通道进行参数调整，得到参数更新后的图像识别模型。本发明在保持模型识别准确度的同时，实现对部分训练数据的完全遗忘，使被删除的训练数据无法恢复，保护用户隐私。
-
公开(公告)号：CN112734004A
公开(公告)日：2021-04-30
申请号：CN202011622912.4
申请日：2020-12-31
Applicant: 国家电网有限公司大数据中心
Abstract: 本发明提供了一种同态加密下神经网络构建方法、图像处理方法和系统，包括：获取预先训练的卷积神经网络模型输出所述卷积神经网络模型的网络参数；根据所述网络参数，在同态加密下对所述卷积神经网络模型进行转换，得到可识别多类型数据的卷积神经网络；其中，所述卷积神经网络模型是由用户层多个图像数据及其对应的分类结果训练得到的。本发明构建了一个可同时处理原始数据和同态加密的数据的可识别多类型数据的卷积神经网络，改善现有机器学习的弊端，提高预测准确率。
-
公开(公告)号：CN111680818A
公开(公告)日：2020-09-18
申请号：CN202010342045.2
申请日：2020-04-27
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 四川大学 , 国网新疆电力有限公司
Abstract: 本发明涉及一种短期无功负荷预测方法和系统，包括：根据电力系统各节点在预测时刻之前各历史预测时刻的观测信息，建立电力系统各节点在预测时刻的样本矩阵；根据电力系统各节点在预测时刻的样本矩阵，利用注意力机制确定电力系统各节点在预测时刻的短期无功负荷预测数据。本发明提供的技术方案，提高了无功负荷预测的准确性和有效性。
-
公开(公告)号：CN110932287A
公开(公告)日：2020-03-27
申请号：CN201911109769.6
申请日：2019-11-14
Applicant: 国网新疆电力有限公司 , 国家电网有限公司 , 北京科东电力控制系统有限责任公司
Abstract: 本发明涉及一种降低特高压直流换流站近区电压波动的电网电压控制方法，属于电力系统自动电压控制技术领域。该方法在每个自动电压控制周期到来时，读入特高压直流有功输送计划，并根据有功输送计划模拟计算未来一段时间直流换流站近区电网的电压值。在采用潮流模型的计算过程中模拟了换流极有功、无功调整，以及调整过程中换流站内控制系统自动投切高压滤波/补偿电容器，从而计算得到调整过程中各时刻的电压值。本方法根据电压值的波动幅度计算换流站近区电网母线的电压安全域限值，并输入到自动电压控制系统中实现预防控制。本方法可避免在换流站直流有功输送容量调整的过程中近区电网电压波动造成电压越限，提高了特高压直流电网的电压稳定性。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.109 seconds)
