-
公开(公告)号：CN117892054B
公开(公告)日：2024-11-12
申请号：CN202311830104.0
申请日：2023-12-28
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心)
Abstract: 本发明公开了一种基于零信任架构的决策节点可信评估方法，应用于部署在客户端的决策节点可信评估系统，决策节点部署于云环境内，该方法包括获取决策节点在当前处理阶段的多维可信性信息；基于自适应因子算法对所述多维可信性信息进行初始计算；基于社区结合中心的权重算法对初始计算结果进行处理获得可信性分值；基于阻尼策略信任评估策略对可信性分值进行评估获得可信评估结果。本发明中提出域内节点的高可信性评估方法，通过自适应因子算法、社区结合中心的权重算法与阻尼策略信任评估策略得到准确的可信评估结果，形成去中心化决策域内动态且具有高可信的共识机制，从网络结构层面提升零信任架构控制平面做出策略决策的鲁棒性与容错性。
-
公开(公告)号：CN116886261B
公开(公告)日：2024-05-28
申请号：CN202310830252.6
申请日：2023-07-07
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心)
Abstract: 本发明涉及物联网安全技术领域，公开了一种基于物联网终端设备的零信任评估方法、装置及设备。该方法包括在物联网终端实体启动时，基于零信任架构对物联网终端实体进行分析，获得离散区间评估集、信任值区间及信任变化频率属性集；根据离散区间评估集、信任值区间及信任变化频率属性集确定物联网终端实体的阈值边界；根据阈值边界确定预警概率；将预警概率与预设安全阈值进行比较，根据比较结果确定物联网终端实体的信任可靠性。本发明通过构建多元形态的离散区间评估集、信任值区间，引入波动及阈值边界等，多个层面全面评估，对物联网终端的信任状态通过预警等角度进行评估，为零信任网络安全架构的动态授权提供更加客观、准确的依据。
-
公开(公告)号：CN115829119A
公开(公告)日：2023-03-21
申请号：CN202211510682.1
申请日：2022-11-29
Applicant: 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: G06Q10/04 , G06Q10/0631 , G06Q30/0202 , G06Q50/08 , G06F18/23213 , G06N3/045 , G06N3/084 , G06N3/092
Abstract: 本申请涉及一种基于神经网络和强化学习的电网需求侧响应潜力评估及负荷转移方法，包括以下步骤：使用改进的k‑means聚类算法对海量的客户用电数据进行聚类生成用电行为标签，将客户数据聚类为无峰、单峰和多峰三类；搭建并训练多层感知机MLP神经网络模型，以客户96点工作日负荷数据和用电行为标签作为输入，挖掘输入数据与客户参与需求响应意愿和潜力之间的隐式映射关系；利用深度强化学习对所构建的负荷转移模型进行求解，输出最优的分时电价制定建议。本申请充分挖掘和利用客户用电数据特征，进而预测客户参与需求响应的意愿和潜力；提高电网的削峰填谷能力，缓解电力供需矛盾，保障电网稳定运行。
-
公开(公告)号：CN115719183A
公开(公告)日：2023-02-28
申请号：CN202211513035.6
申请日：2022-11-29
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心) , 湖北华中电力科技开发有限责任公司
IPC: G06Q10/0639 , G06Q50/06 , G06F18/214 , G06N3/0464
Abstract: 一种基于权重动态分级的电力客户自反馈服务评价方法及系统，该方法包括：在电力服务APP中的各项具体服务中，梳理客户需要办理的操作流程，并记录客户办理某项具体任务所需数据的内容量；将梳理所得的各项内容量以及客户服务整个流程中其它信息整理成为可量化数据，构建评价指数模型；采集客户使用数据，并对数据进行人工清洗，采用评价指数模型实时生成自反馈服务评价；对评价指数模型中的待定系数进行训练求解；将评价指数模型En实时反馈推送给客户本人，并通过客户的反馈优化评价模型。本发明通过对电力服务APP中客户服务流程信息的量化，以及对影响评价指标的权重动态分级，实现了基于实时采集客户服务数据基础上的即时服务质量评价。
-
公开(公告)号：CN112285632A
公开(公告)日：2021-01-29
申请号：CN202011125972.5
申请日：2020-10-20
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心)
Abstract: 本发明提供一种基于VMD和样本熵的电磁式电流互感器故障诊断方法及KNN分类器的构建方法，获取原始电流互感器故障样本，构成训练集；对训练集中每个故障样本进行VMD分解，得到一系列的本征模函数；对每个本征模函数计算样本熵值，组成特征向量，构建KNN分类器；训练KNN分类器，直至KNN分类器的分类能力达到预设要求。将所述的特征向量输入到训练好的KNN分类器进行分类。本发明能够提高故障诊断结果的准确性与高效性。
-
Patent Agency Ranking
公开(公告)号：CN116886261A
公开(公告)日：2023-10-13
申请号：CN202310830252.6
申请日：2023-07-07
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心)
Abstract: 本发明涉及物联网安全技术领域，公开了一种基于物联网终端设备的零信任评估方法、装置及设备。该方法包括在物联网终端实体启动时，基于零信任架构对物联网终端实体进行分析，获得离散区间评估集、信任值区间及信任变化频率属性集；根据离散区间评估集、信任值区间及信任变化频率属性集确定物联网终端实体的阈值边界；根据阈值边界确定预警概率；将预警概率与预设安全阈值进行比较，根据比较结果确定物联网终端实体的信任可靠性。本发明通过构建多元形态的离散区间评估集、信任值区间，引入波动及阈值边界等，多个层面全面评估，对物联网终端的信任状态通过预警等角度进行评估，为零信任网络安全架构的动态授权提供更加客观、准确的依据。
-
公开(公告)号：CN113673579A
公开(公告)日：2021-11-19
申请号：CN202110853474.0
申请日：2021-07-27
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心) , 国家电网有限公司
Abstract: 本发明提供一种基于小样本的用电负荷分类算法，首先，提取不同非平稳变化负荷样本的特征并进行预处理，然后，通过网络训练对其进行扩充并进行评估，再者，采用K临近算法、支持向量机、决策树混合训练对简化的数据进行混合训练，最后，通过加权优化的方式调整各算法在分类结果精度上的权重并进行评估，当混合模型分类精度符合条件时即可用于实际样本测试。有如下优点：1.原始样本具有较好的代表性和普遍适用性；2.扩充扩充前后样本的一致性；3.采用混合分类器及加权的方式，可以克服单一算法的局限性。
-
公开(公告)号：CN117150403B
公开(公告)日：2024-05-28
申请号：CN202311060275.X
申请日：2023-08-22
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心)
IPC: G06F18/2433 , G06F18/2415 , G06F18/214
Abstract: 本公开提供了一种决策节点行为异常检测方法，应用于部署在客户端的决策节点行为异常检测系统，决策节点部署于云环境内，该方法包括：确定决策节点对关联节点的综合依赖分值；确定决策节点与关联节点的综合关联分值；获取当前处理阶段的训练样本总集，并利用当前处理阶段的训练样本总集对上一处理阶段的决策检测模型进行半监督学习，得到当前处理阶段的决策检测模型；将决策节点所输出的当前决策信息输入至当前处理阶段的决策检测模型中得到当前决策信息为正常决策信息的概率，并根据当前决策信息为正常决策信息的概率得到当前决策信息所对应的预测正常分值；根据综合依赖分值、综合关联分值和预测正常分值检测决策节点的决策行为是否存在异常。
-
公开(公告)号：CN117892054A
公开(公告)日：2024-04-16
申请号：CN202311830104.0
申请日：2023-12-28
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心)
Abstract: 本发明公开了一种基于零信任架构的决策节点可信评估方法，应用于部署在客户端的决策节点可信评估系统，决策节点部署于云环境内，该方法包括获取决策节点在当前处理阶段的多维可信性信息；基于自适应因子算法对所述多维可信性信息进行初始计算；基于社区结合中心的权重算法对初始计算结果进行处理获得可信性分值；基于阻尼策略信任评估策略对可信性分值进行评估获得可信评估结果。本发明中提出域内节点的高可信性评估方法，通过自适应因子算法、社区结合中心的权重算法与阻尼策略信任评估策略得到准确的可信评估结果，形成去中心化决策域内动态且具有高可信的共识机制，从网络结构层面提升零信任架构控制平面做出策略决策的鲁棒性与容错性。
-
公开(公告)号：CN113673579B
公开(公告)日：2024-05-28
申请号：CN202110853474.0
申请日：2021-07-27
Applicant: 国网湖北省电力有限公司营销服务中心(计量中心) , 国家电网有限公司
IPC: G06F18/20 , G06F18/214 , G06F18/21 , G06F18/2411 , G06F18/2413 , G06F18/243 , G06Q50/06
Abstract: 本发明提供一种基于小样本的用电负荷分类算法，首先，提取不同非平稳变化负荷样本的特征并进行预处理，然后，通过网络训练对其进行扩充并进行评估，再者，采用K临近算法、支持向量机、决策树混合训练对简化的数据进行混合训练，最后，通过加权优化的方式调整各算法在分类结果精度上的权重并进行评估，当混合模型分类精度符合条件时即可用于实际样本测试。有如下优点：1.原始样本具有较好的代表性和普遍适用性；2.扩充扩充前后样本的一致性；3.采用混合分类器及加权的方式，可以克服单一算法的局限性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.061 seconds)
