-
公开(公告)号:CN116016110A
公开(公告)日:2023-04-25
申请号:CN202211619280.5
申请日:2022-12-14
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
发明人: 张成 , 叶宇轩 , 刘昕 , 田猛 , 廖荣涛 , 王逸兮 , 李磊 , 王晟玮 , 胡欢君 , 李想 , 张剑 , 宁昊 , 董亮 , 刘芬 , 郭岳 , 罗弦 , 张岱 , 陈家璘 , 冯浩 , 查志勇 , 龙霏 , 徐焕
IPC分类号: H04L41/0631 , H04L41/16 , H04L41/142 , G06F18/24 , G06F18/214 , G06N20/00
摘要: 本发明提供一种基于分层联邦学习的电力网络流量异常检测方法,包括如下步骤:步骤S1,终端预处理本地网络流量数据文本信息;步骤S2,终端参与边缘端和云端的分层联邦学习;步骤S3,数据经分层联邦学习模型完成特征提取后,使用softmax分类器判断异常类别,得到该特征对各异常种类的概率值,以此实现电力网络流量异常检测。本发明联邦学习方法能利用不同电力终端的网络流量数据训练异常检测模型,同时保护设备间的数据隐私。分层联邦学习模型能应对海量电力终端同时接入系统时的异常流量监测,符合我国现代电力系统的多级层析体系。加入边缘节点层,使得在同一时间只完成少量节点间的模型融合,有效减少通讯开支。
-
公开(公告)号:CN115659408B
公开(公告)日:2023-04-07
申请号:CN202211621330.3
申请日:2022-12-05
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
IPC分类号: G06F21/62 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06V10/82 , G06Q50/06
摘要: 本申请涉及一种电力系统敏感数据共享方法、系统及存储介质,方法包括收集一定规模的电力系统敏感数据构造成数据集;采用多层感知器前馈神经网络设计噪声生成模型,模型包括输入层,5层隐藏层和输出层,隐藏层采用ReLU神经单元;结合差分隐私和生成式对抗网络构造设计敏感数据共享模型;利用数据集对设计的噪声生成模型和敏感数据共享模型进行训练测试;将待共享的敏感数据输入设计的噪声生成模型和敏感数据共享模型,得到脱敏的可以共享的敏感数据。本申请可以有效平衡数据的隐私性和可用性。
-
公开(公告)号:CN115640810B
公开(公告)日:2023-03-21
申请号:CN202211672053.9
申请日:2022-12-26
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
摘要: 本发明提供了一种电力系统通信敏感信息识别方法、系统及存储介质,所述识别方法包括设计HybridSIR模型,收集语料训练领域Bert,获得中文语料并对Bert进行训练,得到领域Bert,构造数据集,收集中文文本,将文本分割为句子,对每个句子标注其中的敏感信息;训练和测试模型,构造的数据集,按一定比例划分为训练集、验证集和测试集,加载到HybridSIR模型,依据公式定义的损失函数对模型进行训练和测试;电力系统通信敏感信息识别,将未进行敏感信息标记的电力通信中文文本输入已训练完成的模型,输出层的输出即为敏感信息标记结果,完成敏感信息的识别。本发明提高了电力通信文本敏感信息识别的准确性。
-
公开(公告)号:CN115659408A
公开(公告)日:2023-01-31
申请号:CN202211621330.3
申请日:2022-12-05
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
IPC分类号: G06F21/62 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06V10/82 , G06Q50/06
摘要: 本申请涉及一种电力系统敏感数据共享方法、系统及存储介质,方法包括收集一定规模的电力系统敏感数据构造成数据集;采用多层感知器前馈神经网络设计噪声生成模型,模型包括输入层,5层隐藏层和输出层,隐藏层采用ReLU神经单元;结合差分隐私和生成式对抗网络构造设计敏感数据共享模型;利用数据集对设计的噪声生成模型和敏感数据共享模型进行训练测试;将待共享的敏感数据输入设计的噪声生成模型和敏感数据共享模型,得到脱敏的可以共享的敏感数据。本申请可以有效平衡数据的隐私性和可用性。
-
公开(公告)号:CN115879376A
公开(公告)日:2023-03-31
申请号:CN202211608365.3
申请日:2022-12-14
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
发明人: 王逸兮 , 周正 , 田猛 , 廖荣涛 , 李磊 , 叶宇轩 , 王晟玮 , 胡欢君 , 李想 , 张剑 , 宁昊 , 董亮 , 刘芬 , 郭岳 , 罗弦 , 张岱 , 陈家璘 , 冯浩 , 张成 , 查志勇 , 龙霏 , 徐焕
IPC分类号: G06F30/27 , G06F18/214 , G06Q50/06 , G06N20/00
摘要: 本发明提供一种考虑数据隐私安全的电力系统潮流计算方法,包括如下步骤:步骤S1,中心协调者server构建基于ResNet的潮流计算模型;步骤S2,将模型分发到各客户端client处,客户端client包含本地模型和本地数据集,客户端client使用本地数据集对模型进行训练;步骤S3,将各地数据集训练模型参数整合,更新全局模型参数,返回步骤S2;步骤S4,判断是否达到规定训练次数,是则停止迭代,得到潮流计算全局模型,否则返回步骤S2;步骤S5,将潮流数据输入模型得到各节点的电压幅值与相角。本发明通过联邦学习的分布式训练,降低了通信成本和本地存储以及计算成本;在大数据时代,联邦学习可有效解决数据孤岛问题,避免本地数据的直接传输,保证数据安全。
-
公开(公告)号:CN115640810A
公开(公告)日:2023-01-24
申请号:CN202211672053.9
申请日:2022-12-26
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
摘要: 本发明提供了一种电力系统通信敏感信息识别方法、系统及存储介质,所述识别方法包括设计HybridSIR模型,收集语料训练领域Bert,获得中文语料并对Bert进行训练,得到领域Bert,构造数据集,收集中文文本,将文本分割为句子,对每个句子标注其中的敏感信息;训练和测试模型,构造的数据集,按一定比例划分为训练集、验证集和测试集,加载到HybridSIR模型,依据公式定义的损失函数对模型进行训练和测试;电力系统通信敏感信息识别,将未进行敏感信息标记的电力通信中文文本输入已训练完成的模型,输出层的输出即为敏感信息标记结果,完成敏感信息的识别。本发明提高了电力通信文本敏感信息识别的准确性。
-
公开(公告)号:CN115204164B
公开(公告)日:2022-12-02
申请号:CN202211111205.8
申请日:2022-09-13
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
IPC分类号: G06F40/284 , G06F40/289 , G06F40/211 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本申请涉及一种电力系统通信敏感信息识别方法、系统及存储介质,方法包括设计模型,模型的输入为文本;输出为文本对应的类别概率和敏感信息的BIO标记序列;构造数据集,收集一定规模的电力通信领域中的中文文本,将文本分割为句子,对每个句子标注其中的敏感信息,同时对每个句子标明其类别信息,构造出数据集;训练和测试模型,构造的数据集按比例划分训练集、验证集和测试集,加载到设计的模型上,依据设计的模型损失函数对数据集进行训练和测试;电力系统通信敏感信息识别,将未进行敏感信息标记的电力通信中文文本输入已训练和测试完成的模型,CRF层的输出即为敏感信息标记结果,完成敏感信息的识别。本申请提高敏感信息识别的准确度。
-
公开(公告)号:CN115204164A
公开(公告)日:2022-10-18
申请号:CN202211111205.8
申请日:2022-09-13
申请人: 国网湖北省电力有限公司信息通信公司 , 武汉大学
IPC分类号: G06F40/284 , G06F40/289 , G06F40/211 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本申请涉及一种电力系统通信敏感信息识别方法、系统及存储介质,方法包括设计模型,模型的输入为文本;输出为文本对应的类别概率和敏感信息的BIO标记序列;构造数据集,收集一定规模的电力通信领域中的中文文本,将文本分割为句子,对每个句子标注其中的敏感信息,同时对每个句子标明其类别信息,构造出数据集;训练和测试模型,构造的数据集按比例划分训练集、验证集和测试集,加载到设计的模型上,依据设计的模型损失函数对数据集进行训练和测试;电力系统通信敏感信息识别,将未进行敏感信息标记的电力通信中文文本输入已训练和测试完成的模型,CRF层的输出即为敏感信息标记结果,完成敏感信息的识别。本申请提高敏感信息识别的准确度。
-
公开(公告)号:CN117117878A
公开(公告)日:2023-11-24
申请号:CN202310777311.8
申请日:2023-06-29
申请人: 国网湖北省电力有限公司营销服务中心(计量中心) , 武汉大学
IPC分类号: H02J3/14 , G06Q10/04 , G06Q50/06 , G06F18/23 , G06N3/04 , G06N3/084 , G06N3/092 , G06Q10/0631 , H02J3/06 , H02J3/00
摘要: 本申请涉及一种基于人工神经网络和多智能体强化学习的电网需求侧响应潜力评估及负荷调控方法,包括以下步骤:步骤S1,使用改进的k‑means聚类算法对客户用电数据进行聚类生成用电行为标签;步骤S2,建立部分可观测的马尔可夫博弈模型;步骤S3,搭建并训练多层感知机神经网络模型;步骤S4,利用多智能体强化学习对所构建的负荷调控模型进行求解,输出最优的分时电价制定建议和调控负荷方案。本申请对传统强化学习建模方法和算法进行改进,利用多智能体强化学习“集中式训练,分布式执行(CTDE)”的核心框架辅助电网公司制定合适的分时电价策略。
-
公开(公告)号:CN113220449B
公开(公告)日:2023-11-14
申请号:CN202110457600.0
申请日:2021-04-27
申请人: 武汉大学
IPC分类号: G06F9/50 , G06Q10/0631 , G06Q50/06 , H04L67/12 , H04L67/1001
摘要: 本发明涉及电力系统脆弱线路辨识技术,具体涉及一种基于边缘计算的脆弱线路识别方法及结构,该方法在物理网络‑边缘计算‑信息网络传输过程通过网络节点采集设备、边缘节点融合设备、边缘节点处理设备及输电线路,与网络控制中心进行交互。在物理网络中采用对设备载体拓展的方式引入边缘计算,实现不同类型设备采集数据兼容和高效传输,在信息网络中采用对信息处理进行分解的方式引入边缘计算,降低网络控制中心决策处理负荷,并通过对决策环节的分解、简化保证信息网络对物理网络的实时控制,达到提高传输速率、提升处理速度及降低工作负荷等目的。
-
-
-
-
-
-
-
-
-