-
公开(公告)号:CN115242607B
公开(公告)日:2023-06-27
申请号:CN202210776129.6
申请日:2022-07-01
申请人: 国网福建省电力有限公司 , 国网信通亿力科技有限责任公司 , 福州大学 , 北京科东电力控制系统有限责任公司
IPC分类号: H04L41/0631 , H04L41/12 , H04L67/12
摘要: 本发明涉及一种基于节点重要性的电力网络可靠性预警方法。包括融合节点特征的图注意力网络拓扑重要性评估,由节点的低维特征经过图注意力网络模型进行特征聚合,通过学习标注训练集后,输出每个节点的拓扑物理重要度;再通过统计每个节点承载的业务类型及数量计算节点的业务重要度;使用模糊层次分析法确定二者权重系数,进行节点综合重要度的考量;最后根据评估出的节点重要度,收集网络中失效节点信息,计算网络可靠性预警值并判断是否发起告警。本发明能够结合调度数据网中节点的拓扑重要性与业务重要性,适用于不同类型、不同规模的网络拓扑结构,基于节点综合重要度进行预警有利于防止系统崩溃,为确保电力调度网的可靠性提供重要技术支持。
-
公开(公告)号:CN115277433A
公开(公告)日:2022-11-01
申请号:CN202210765524.4
申请日:2022-07-01
申请人: 国网福建省电力有限公司 , 国网信通亿力科技有限责任公司 , 福州大学 , 北京科东电力控制系统有限责任公司
摘要: 本发明涉及一种基于调度数据网络拓扑结构的可靠度评估方法。具体包括抽象调度数据网络,建立可靠度模型,进一步通过分析调度数据网络的拓扑结构,确定核心层主调由器到汇聚路由器的的传输路径集,针对调度数据网络的特殊结构,使用链简化法和图变化法计算各个接入网的全端可靠度,结合路径集计算主调中心和各个汇聚路由器的两端可靠度。最后计算调度数据网络的综合可靠度。本发明方法能够结合调度数据网络特殊的拓扑结构,分层次完成网络调度数据网络的可靠度评估与分析,这对调度数据网络可靠性分析研究具有重要的理论和实际的应用价值。
-
公开(公告)号:CN115277433B
公开(公告)日:2023-06-27
申请号:CN202210765524.4
申请日:2022-07-01
申请人: 国网福建省电力有限公司 , 国网信通亿力科技有限责任公司 , 福州大学 , 北京科东电力控制系统有限责任公司
摘要: 本发明涉及一种基于调度数据网络拓扑结构的可靠度评估方法。具体包括抽象调度数据网络,建立可靠度模型,进一步通过分析调度数据网络的拓扑结构,确定核心层主调由器到汇聚路由器的的传输路径集,针对调度数据网络的特殊结构,使用链简化法和图变化法计算各个接入网的全端可靠度,结合路径集计算主调中心和各个汇聚路由器的两端可靠度。最后计算调度数据网络的综合可靠度。本发明方法能够结合调度数据网络特殊的拓扑结构,分层次完成网络调度数据网络的可靠度评估与分析,这对调度数据网络可靠性分析研究具有重要的理论和实际的应用价值。
-
公开(公告)号:CN115242607A
公开(公告)日:2022-10-25
申请号:CN202210776129.6
申请日:2022-07-01
申请人: 国网福建省电力有限公司 , 国网信通亿力科技有限责任公司 , 福州大学 , 北京科东电力控制系统有限责任公司
IPC分类号: H04L41/0631 , H04L41/12 , H04L67/12
摘要: 本发明涉及一种基于节点重要性的电力网络可靠性预警方法。包括融合节点特征的图注意力网络拓扑重要性评估,由节点的低维特征经过图注意力网络模型进行特征聚合,通过学习标注训练集后,输出每个节点的拓扑物理重要度;再通过统计每个节点承载的业务类型及数量计算节点的业务重要度;使用模糊层次分析法确定二者权重系数,进行节点综合重要度的考量;最后根据评估出的节点重要度,收集网络中失效节点信息,计算网络可靠性预警值并判断是否发起告警。本发明能够结合调度数据网中节点的拓扑重要性与业务重要性,适用于不同类型、不同规模的网络拓扑结构,基于节点综合重要度进行预警有利于防止系统崩溃,为确保电力调度网的可靠性提供重要技术支持。
-
公开(公告)号:CN115239086A
公开(公告)日:2022-10-25
申请号:CN202210776281.4
申请日:2022-07-01
申请人: 国网福建省电力有限公司 , 国网信通亿力科技有限责任公司 , 福州大学 , 北京科东电力控制系统有限责任公司
摘要: 本发明涉及一种基于电力调度数据网网络拓扑结构的重要度评估方法。该方法:建立抽象的电力调度数据网网络拓扑结构模型,确定各调度中心与其他电力设施之间的通信路径;利用电力调度业务之间的影响力差异,使用层次分析法建立电力调度业务影响力模型;通过分析电力调度数据网的拓扑结构,计算网络中所有链路在局部以及全局的业务传输中的拓扑重要性;根据链路的通信负载数据,结合电力业务影响力模型,计算不同链路的业务重要性;确立指标间的重要性权重,计算网络中通信线路的综合重要度;基于综合重要度,结合节点的拓扑差异,从而计算所有节点的综合重要度。本发明方法对提高数据网网的稳定性研究具有重要的理论和实际的应用价值。
-
公开(公告)号:CN117749507A
公开(公告)日:2024-03-22
申请号:CN202311814018.0
申请日:2023-12-27
申请人: 国网福建省电力有限公司信息通信分公司 , 国网福建省电力有限公司 , 国网信通亿力科技有限责任公司 , 福州大学
IPC分类号: H04L9/40 , H04L67/12 , G06N3/0464 , G06N3/08
摘要: 本发明提出一种基于深度学习的物联网边缘轻量化DDoS检测方法,首先对物联网边缘设备产生的原始流量进行数据预处理,然后采用Bi‑GRU双向循环神经网络,对经过裁剪的原始流量数据进行DDoS二分类异常检测;随后,根据Bi‑GRU中的不同模块组合得到流量的复合特征,同时使用ShuffleNetV2的多分类结果优化DDoS二分类异常检测;接着,基于异常检测的结果拦截DDoS流量,实现在网络边缘阻拦大规模攻击流量;最后,通过物联网模块的边缘部署、实时性、轻量化设计构建基于深度神经网络的物联网边缘轻量化DDoS检测模型,用于物联网边缘的轻量化、自动化、实时性识别;本发明能够有效地对物联网边缘设备产生的DDoS流量进行智能化、轻量化、实时性识别与分类,降低运算资源需求,提升防御性能。
-
公开(公告)号:CN117671380A
公开(公告)日:2024-03-08
申请号:CN202311693230.6
申请日:2023-12-11
申请人: 福州大学 , 国网信通亿力科技有限责任公司
IPC分类号: G06V10/764 , G06V10/30 , G06V10/28 , G06V10/44
摘要: 本发明提出一种工业负荷曲线异常识别方法,包括以下步骤:步骤S1、对工业负荷曲线图像进行预处理,确定横纵坐标轴像素列位置;步骤S2、对预处理后的曲线图像进行曲线提取;步骤S3、根据提取到的曲线,横纵坐标轴的像素列位置,依据异常像素列位置检测是否有跳变或掉零异常,依据掉零和跳变的曲线趋势特征和异常区域的像素点差方法区分出具体故障类型,根据像素列方法计算出异常时间;步骤S4、根据提取到的曲线,横纵坐标轴的像素列位置,根据像素列差分方法检测是否存在无数据或不刷新的异常,根据像素列方法计算出异常时间;本发明能够有效识别工业负荷曲线图像中的掉零、跳变、不刷新,无数据等各类异常,为工业系统的预警提供有力的技术支撑。
-
公开(公告)号:CN117669889A
公开(公告)日:2024-03-08
申请号:CN202311693246.7
申请日:2023-12-11
申请人: 福州大学 , 国网信通亿力科技有限责任公司
IPC分类号: G06Q10/063 , G06Q10/0639 , G06Q50/06 , G06Q10/04 , G06N3/006 , G06N3/04 , G06N3/084
摘要: 本发明提出一种基于改进BP神经网络的电力网络鲁棒性预测方法,包括以下步骤;步骤一、通过对系统运行数据进行采集,选取并进一步抽象影响系统鲁棒性的字段,计算得到反映指标评价体系的相应指标数据;步骤二、使用混沌映射自适应鲸鱼优化算法CA‑WOA进行BP神经网络权值与阈值的寻优。以找到具有更好训练效果的初始参数;步骤三、在接收到CA‑WOA传递的参数后,BP神经网络采用前向传播和反向传播进一步进行调整以达到更好的训练效果,并最终得到对电力调度数据网鲁棒性的预测值;本发明通过混沌映射自适应权重鲸鱼优化算法用于优化神经网络训练并完成对电力调度数据网网络鲁棒性的预测工作;为电力网络鲁棒性预测研究提供了一套切实可行的解决方案。
-
公开(公告)号:CN106951510A
公开(公告)日:2017-07-14
申请号:CN201710159967.8
申请日:2017-03-17
申请人: 福州大学
IPC分类号: G06F17/30
CPC分类号: G06F16/2465 , G06F16/2474
摘要: 本发明涉及一种基于BIDE算法与最长公共子序列的序列型数据同一鉴定系统及方法,包括以下步骤:建立基于用户行为模式的数字证据同一鉴定模型;采用BIDE算法实现用户频繁行为模式的快速挖掘;设计基于最长公共子序列的用户行为模式综合相似度的计算方法。该方法可有效地对序列型用户数据进行同一鉴定,在数字取证中,确认匿名数据是否归属某一特定用户,可应用于对嫌疑人及其数据进行侦查和取证领域。即具备同一性的证据数据所包含的用户行为特征信息与特定犯罪嫌疑人的用户行为特征信息是相同的或相吻合的。
-
公开(公告)号:CN117560186A
公开(公告)日:2024-02-13
申请号:CN202311508150.9
申请日:2023-11-13
申请人: 福州大学 , 福建中信网安信息科技有限公司
IPC分类号: H04L9/40 , G06N3/0895 , G06F18/2135 , G06F18/211 , H04L41/16
摘要: 本发明涉及一种基于改进偏差网络的半监督工控入侵检测方法。该方法首先经过数据预处理之后,构建基于信息增益和主成分分析法的IG‑PCA特征选择算法对工控数据的冗余特征进行消除,以实现特征降维。然后,基于改进偏差网络的半监督学习方法,采用异常评分网络对训练数据进行端到端的异常分数学习,以得到每条训练数据的异常评分。最后,为了使正负样本在得分上存在显著偏差,基于少量异常标注数据设计特定的偏差损失函数以对异常评分网络进行优化。本发明能够基于少量异常样本数据在降低数据维度减少计算量的同时仍具有良好的检测结果。
-
-
-
-
-
-
-
-
-