-
公开(公告)号：CN117556230A
公开(公告)日：2024-02-13
申请号：CN202311590478.X
申请日：2023-11-27
申请人： 国网湖南省电力有限公司 , 国网湖南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： G06F18/21 , G06F18/214 , G06F18/213 , G06F18/25 , G06F18/241 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于多尺度注意力特征融合的射频信号识别方法，包括获取现有的无线通信射频信号数据并处理得到训练集；基于LSTM网络、TCN网络和MS‑CAM网络构建射频信号识别初始模型并训练得到训练后的射频信号识别模型；采用射频信号识别模型进行基于多尺度注意力特征融合的射频信号识别。本发明还公开了一种实现所述基于多尺度注意力特征融合的射频信号识别方法的系统。本发明通过LSTM网络获取射频信号的局部依赖关系，通过TCN网络获取射频信号的全局特征，最后通过MS‑CAM实现特征融合；因此本发明不仅能够实现射频信号的识别，而且可靠性更高，精确性更好。
-
公开(公告)号：CN116032641A
公开(公告)日：2023-04-28
申请号：CN202310029261.5
申请日：2023-01-09
申请人： 国网湖南省电力有限公司 , 国网湖南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
摘要： 本发明公开了一种基于攻击检测和负载调度的蜜罐防御方法，包括对负载均衡进行预配置并初始化蜜罐系统；实时监测待监测业务，将待监测业务所遭受的网络攻击进行监测并获取对应的攻击告警；对攻击进行研判并进行负载均衡策略调度；将监测到的攻击牵引到蜜罐系统；将蜜罐系统捕获的数据进行反馈，同时进行网络安全处置，完成蜜罐防御。本发明还公开了一种实现所述基于攻击检测和负载调度的蜜罐防御方法的系统。本发明提出了一种基于攻击检测及负载调度策略的网络攻击流量主动牵引方法，有效拓展蜜罐捕获面，并能够更有效的迷惑攻击者、保护真实业务，增强主动防御能力；而且本发明的安全性高、溯源效率高且稳定科学。
-
公开(公告)号：CN116032641B
公开(公告)日：2024-07-30
申请号：CN202310029261.5
申请日：2023-01-09
申请人： 国网湖南省电力有限公司 , 国网湖南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
摘要： 本发明公开了一种基于攻击检测和负载调度的蜜罐防御方法，包括对负载均衡进行预配置并初始化蜜罐系统；实时监测待监测业务，将待监测业务所遭受的网络攻击进行监测并获取对应的攻击告警；对攻击进行研判并进行负载均衡策略调度；将监测到的攻击牵引到蜜罐系统；将蜜罐系统捕获的数据进行反馈，同时进行网络安全处置，完成蜜罐防御。本发明还公开了一种实现所述基于攻击检测和负载调度的蜜罐防御方法的系统。本发明提出了一种基于攻击检测及负载调度策略的网络攻击流量主动牵引方法，有效拓展蜜罐捕获面，并能够更有效的迷惑攻击者、保护真实业务，增强主动防御能力；而且本发明的安全性高、溯源效率高且稳定科学。
-
公开(公告)号：CN116383801A
公开(公告)日：2023-07-04
申请号：CN202310379762.6
申请日：2023-04-11
申请人： 国网湖南省电力有限公司 , 国网湖南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： G06F21/44
摘要： 本发明公开了一种U盘身份认证方法，包括获取计算机终端的硬件环境信息并处理得到计算机终端的硬件指纹；设定对应的权重信息；计算计算机终端的信任评估结果；对计算机终端进行信任性评估，完成U盘的身份认证。本发明还公开了一种实现所述U盘身份认证方法的系统。本发明通过计算机终端设备的不同接口获取到对应的硬件信息，并通过预处理生成对应计算机终端的硬件指纹，并对计算机终端设备的硬件指纹进行信任评估，并设置了相对应的阈值，从而解决用户每次插入U盘都需要输入账号密码的问题；本发明能够保证文件信息安全的同时便捷用户的验证流程，而且可靠性高、安全性好且使用方便。
-
公开(公告)号：CN112418545A
公开(公告)日：2021-02-26
申请号：CN202011399227.X
申请日：2020-12-04
申请人： 国网湖南省电力有限公司
摘要： 本发明公开了一种基于负荷特征及模型融合的售电量预测方法及系统，包括：建模数据采集和预处理；选择、提取预测目标售电量的相关特征，并对相关特征通过相关系数进行优化；所述相关特征包括电力负荷特征、时间特征和天气因素特征；将所述电力负荷特征分解成趋势项、季节项和剩余项，对所述三个分解项分别预测后重构得到预估的电力负荷特征，与时间特征、天气因素特征一起输入短、中期预测的学习器模型，并网格优化各模型的参数，将所述学习器模型均融合，得到售电量的短、中期预测值；对所述电力负荷特征、时间特征和天气特征进行Prophet模型调优，得到售电量的长期预测值。本发明解决了在特殊事件发生后售电量预测误差较大的问题。
-
公开(公告)号：CN109447364B
公开(公告)日：2021-02-09
申请号：CN201811325958.2
申请日：2018-11-08
申请人： 国网湖南省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于标签的电力客户投诉预测方法，包括获取电力客户的历史数据并处理；采用机器学习算法训练训练数据，建立预测模型并得到预测模型的精度；建立多模型加权联合预测模型；多模型加权联合预测模型预测电力客户的投诉数据；过采样算法扩充进据；组建新的数据训练集，采用机器学习算法该训练新的训练数据，建立预测模型并得到预测模型的精度；再次建立多模型加权联合预测模型；重复上述步骤直至精度符合要求；采用得到的最终的多模型加权联合预测模型对电力客户的投诉进行预测。本发明方法能够准确和快速的对电力系统的客户投诉情况进行预测，而且方法简单可靠，科学方便。
-
公开(公告)号：CN108063821A
公开(公告)日：2018-05-22
申请号：CN201711377980.7
申请日：2017-12-19
申请人： 国网湖南省电力有限公司 , 国网湖南省电力公司信息通信公司 , 国家电网公司
IPC分类号： H04L29/08
摘要： 本发明提供一种基于X86架构的电力营销系统，包括多个用户客户端和服务器子系统，每个用户客户端通过互联网与所述服务器子系统连接；所述服务器子系统包括至少两台PC服务器、至少两台分布式存储服务器和至少两台Infiniband交换机，任一Infiniband交换机分别与每台PC服务器连接，且分别与每台分布式存储服务器连接；每台PC服务器均可接收所述用户客户端发送的业务请求，并根据所述分布式存储服务器中存储的数据响应所述业务请求。本发明提供一种基于X86架构的电力营销系统，通过将多台PC服务器、多台Infiniband交换机和多台分布式存储服务器构成电力营销系统的服务器子系统，提高了电力营销系统的运行速率，降低了系统响应的时延。
-
公开(公告)号：CN109447364A
公开(公告)日：2019-03-08
申请号：CN201811325958.2
申请日：2018-11-08
申请人： 国网湖南省电力有限公司 , 国家电网有限公司
CPC分类号： G06Q10/04 , G06Q10/0635 , G06Q30/016 , G06Q50/06
摘要： 本发明公开了一种基于标签的电力客户投诉预测方法，包括获取电力客户的历史数据并处理；采用机器学习算法训练训练数据，建立预测模型并得到预测模型的精度；建立多模型加权联合预测模型；多模型加权联合预测模型预测电力客户的投诉数据；过采样算法扩充进据；组建新的数据训练集，采用机器学习算法该训练新的训练数据，建立预测模型并得到预测模型的精度；再次建立多模型加权联合预测模型；重复上述步骤直至精度符合要求；采用得到的最终的多模型加权联合预测模型对电力客户的投诉进行预测。本发明方法能够准确和快速的对电力系统的客户投诉情况进行预测，而且方法简单可靠，科学方便。
-
公开(公告)号：CN112508267B
公开(公告)日：2024-08-09
申请号：CN202011401400.5
申请日：2020-12-04
申请人： 国网湖南省电力有限公司
IPC分类号： G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06F18/23213 , G06F18/2431 , G06F16/9035
摘要： 本发明公开了一种基于人工智能的配变台区负荷预测方法，包括：S1、采集所有台区的每天96次观察的数据，提取所有数据中台区的公共子集；S2、对每个台区数据按每天的负荷时间点横向过滤并提取每天的最大负荷所在时间点；S3、对每个台区数据按天数纵向过滤每个台区的最大负荷；S4、对缺失数据进行填充；S5、对每个台区的最大负荷进行台区聚类：选择CH分数最大的聚类方法进行聚类；S6、对仍存在的局部毛刺数据采用滑动箱型图分析过滤法再处理：S7、对每个台区进行特征提取，并通过模型进行短期负荷预测。本发明有效去除毛刺数据，提高台区负荷预测的准确度。
-
公开(公告)号：CN112508267A
公开(公告)日：2021-03-16
申请号：CN202011401400.5
申请日：2020-12-04
申请人： 国网湖南省电力有限公司
IPC分类号： G06Q10/04 , G06Q10/06 , G06Q50/06 , G06K9/62 , G06F16/9035
摘要： 本发明公开了一种基于人工智能的配变台区负荷预测方法，包括：S1、采集所有台区的每天96次观察的数据，提取所有数据中台区的公共子集；S2、对每个台区数据按每天的负荷时间点横向过滤并提取每天的最大负荷所在时间点；S3、对每个台区数据按天数纵向过滤每个台区的最大负荷；S4、对缺失数据进行填充；S5、对每个台区的最大负荷进行台区聚类：选择CH分数最大的聚类方法进行聚类；S6、对仍存在的局部毛刺数据采用滑动箱型图分析过滤法再处理：S7、对每个台区进行特征提取，并通过模型进行短期负荷预测。本发明有效去除毛刺数据，提高台区负荷预测的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.028 秒)
