-
公开(公告)号：CN117675818A
公开(公告)日：2024-03-08
申请号：CN202311632379.3
申请日：2023-12-27
Applicant: 云南电网有限责任公司
IPC: H04L67/10 , H04L41/0816 , G06Q50/06
Abstract: 本发明公开了一种智能电网边缘信息平台的多业务QoS方法及系统，涉及计算机技术领域，包括边缘信息服务器接收到一个业务应用数据，查看数据信息；根据数据信息判断本区域边缘信息服务器节点是否支持该业务类型，如支持则执行包含本节点的负载均衡策略，如不支持则执行不包含本节点的负载均衡策略；根据负载均衡策略执行数据转发决策，将数据发送至对应的边缘信息服务器后，将执行结果送至电力智能终端或台区电力网关，采集返回结果的类型并记录，根据记录结果对边缘服务器进行调整。本发明将数据源发送到边缘服务器进行处理，可以降低数据传输的延迟，而且提供了转发策略的迭代设计，使在对服务器节点利用率高的情况下实现较低的信息服务延迟。
-
公开(公告)号：CN117640194A
公开(公告)日：2024-03-01
申请号：CN202311605357.8
申请日：2023-11-28
Applicant: 云南电网有限责任公司
Abstract: 本发明公开了一种电网安全访问系统，包括访问接入模块，用于对访问用户的接入IP信息进行查验；身份验证模块，用于对访问用户的身份信息进行验证；用户行为监控模块，用于对合法的访问用户的访问行为进行监控，当访问行为的历史相似度低于设定阈值时，对此合法访问用户进行访问限制，并进行二次身份验证。本发明能够改进现有技术的不足，提高对于访问行为的监控准确度。
-
公开(公告)号：CN117611387A
公开(公告)日：2024-02-27
申请号：CN202311586843.X
申请日：2023-11-24
Applicant: 云南电网有限责任公司
IPC: G06Q50/06 , G06Q40/03 , G06N20/00 , G06N3/084 , G06F18/214
Abstract: 本发明公开了基于电力数据的企业还款风险模型协同训练方法及系统，涉及电力数据分析和机器学习技术领域，包括：电网企业和金融企业提取双方参与模型训练的特征样本；电网企业和金融企业进行特征样本标准化处理；基于逻辑回归模型建立企业逾期还款风险评估模型；基于梯度下降法求解企业逾期还款风险评估模型本地子模型参数；双方基于秘密共享方法获取企业逾期还款风险评估模型训练过程中的计算结果，完成模型训练。构建面向企业逾期还款风险评估的电数据安全共享和联邦模型训练方法，帮助电网企业对外实现企业用户级电力数据安全共享和联邦模型训练，支撑金融企业评估企业用户的征信和逾期还款风险。
-
公开(公告)号：CN117610841A
公开(公告)日：2024-02-27
申请号：CN202311583758.8
申请日：2023-11-24
Applicant: 云南电网有限责任公司
IPC: G06Q10/0631 , G06Q50/06 , H02J3/00 , H02J13/00
Abstract: 本发明公开了一种基于信息年龄的电力系统供用电信息调度方法及系统，包括：构造集中式的电网供用电信息实时监测系统，建立信息年龄的更新模型；构建信息年龄有界的调度算法，检查网络调度的可行性，在可调度情况下更新相关参数并分配各节点的时隙；被调度的各节点完成通信，分析所调度算法下信息年龄的上下界。本发明中所考虑的信息年龄指标表征的是数据或信息从其生成到接收方可用之间的时间延迟，该指标直接地体现了信息的新鲜度。同时，不同于大多研究中优化网络的长期平均信息年龄，该调度算法将全局的供用电信息的信息年龄控制在一定区间内，可以满足电力网络在供用电信息采集场景下的高实时性需求。
-
公开(公告)号：CN117556951A
公开(公告)日：2024-02-13
申请号：CN202311532382.8
申请日：2023-11-16
Applicant: 云南电网有限责任公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q30/0201 , G06Q50/06
Abstract: 本申请公开了一种园区负荷的优化方法、装置、设备及存储介质，方法包括：根据园区负荷拓扑，计算每个用电负荷的动态碳排放因子，建立空调集群碳排放成本模型、厂房设备负荷碳排放成本模型、电动汽车集群碳排放成本模型以及室内空调温度舒适度成本模型，并构建成本优化目标函数，确定优化约束条件，通过非支配排序鲸鱼优化算法对成本优化目标函数进行优化求解得到最优解。可见，成本优化目标函数中综合考虑了碳排放成本和用户舒适度，使得优化结果能够同时平衡碳排放和用户体验感，在求解成本优化目标函数的过程中，非支配排序鲸鱼优化算法寻优过程效率更高，其探索能力和均衡能力良好，使成本优化目标函数更快获取性能良好的最优解。
-
Patent Agency Ranking
公开(公告)号：CN117474140A
公开(公告)日：2024-01-30
申请号：CN202210883892.9
申请日：2022-07-26
Applicant: 云南电网有限责任公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/23 , G06F18/24 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的低压重过载分类预测方法，包括计算预测模型的特征变量，对低压台区重过载分类预测进行优化，改变特征参数，并重复上述步骤，并建立多个不同的预测模型，对所建立的多个预测模型进行评价，得到评价参数，比较各个预测模型的评价参数，确定最优预测模型。本发明提供了一种基于动态评估和卷积网络的10kv低压配变重过载分类预测模型的研究方法提出了一种以重过载分类负荷预测为现实目标，考虑了天气因素及节假日异常数据，对重过载负荷与时间建立相应的数学模型，为了提高重过载分类预测模型重过载分类预测模型的准确度，采用transformer‑CNN算法中引入3层attention算法所建立的模型进行求解，完成任务。
-
公开(公告)号：CN116865994A
公开(公告)日：2023-10-10
申请号：CN202310617495.1
申请日：2023-05-29
Applicant: 云南电网有限责任公司
IPC: H04L9/40 , G06N20/00 , G06F18/23213 , G06F18/243 , G06F18/2415
Abstract: 本发明公开了一种基于大数据的网络数据安全预测方法包括：采采集日志数据并推送到Kafka；通过随机森林算法对从Kafka中提取到的有用特征进行初步分类；使用K‑means算法对数据进行聚类分析；根据分类样本打标签，运用贝叶斯分类算法进行建模；对得到分类后的数据标签进行不同的处理。本发明提供的基于大数据的网络数据安全预测方法，通过采集、处理和分析海量的网络数据，结合机器学习算法和聚类分析技术，实现了对网络安全风险的快速预测和识别。采用随机森林算法、K‑means算法和贝叶斯分类算法等多种方法对网络攻击行为进行分类、建模和预测，能够高效地检测并响应未知的安全威胁，从而有效保护企业的网络安全，具有实时性、准确性和可扩展性等优点。
-
公开(公告)号：CN116861334A
公开(公告)日：2023-10-10
申请号：CN202310615775.9
申请日：2023-05-29
Applicant: 云南电网有限责任公司
Inventor： 赵毅涛 , 杨茗 , 任建宇 , 茶建华 , 艾渊 , 刘兴龙 , 张益鸣 , 孙立元 , 杨昊 , 杨晓华 , 代盛国 , 赵永辉 , 杨子阳 , 李家浩 , 高丽萍 , 朱葛 , 尹钰君
IPC: G06F18/243 , G06F18/25 , G06F18/10 , G06F18/213
Abstract: 本发明公开了一种基于随机森林算法的非介入式工业负荷辨识方法，包括通过中值滤波方法采集数据信息并进行预处理。根据预处理后的结果基于改进排列熵算法和Yamamoto算法选择负荷特征。基于森林算法对负荷特征进行负荷辨识。本发明有效解决了工业负荷采集暂态数据建模困难、需要高精度测量设备的问题，并与现有技术相比，有着更高的准确性，能更加有效地实现非介入式工业负荷辨识。
-
公开(公告)号：CN116821718A
公开(公告)日：2023-09-29
申请号：CN202310646758.1
申请日：2023-06-02
Applicant: 云南电网有限责任公司
Inventor： 赵毅涛 , 张益鸣 , 艾渊 , 刘兴龙 , 孙立元 , 杨昊 , 杨晓华 , 代盛国 , 赵永辉 , 杨子阳 , 任建宇 , 茶建华 , 杨茗 , 李家浩 , 高丽萍 , 朱葛 , 尹钰君
Abstract: 本发明公开了基于Mean‑shift聚类和孪生网络的非侵入工业负荷辨识方法及系统及系统，包括抽取不同负荷在稳态响应下的样本数据集；对样本数据集进行预处理从而识别设备投入或切除事件；利用基于双边CUSUM的方法对工业设备投入或切除事件进行检测，对检测事件进行特征提取；对提取出的特征通过Mean‑shift聚类，得到相似谐波特征的负荷；利用孪生网络进行负荷辨识。提出基于双边累计和算法的工业设备投入/切除事件检测方法；其次，提取各次事件的典型特性，构建工业用户设备特征矩阵，提出高贡献率特征筛选方法，减少特征数量；最后，提出基于Mean‑shift聚类和孪生网络的非侵入工业荷辨识方法及装置，能够有效辨识工业用电负荷，具有较好的准确率和辨识精度。
-
公开(公告)号：CN116644816A
公开(公告)日：2023-08-25
申请号：CN202310472675.5
申请日：2023-04-27
Applicant: 云南电网有限责任公司
Abstract: 本发明公开了一种基于异步联邦学习的计量自动化终端芯片加密方法包括：分节点从服务器下载初始化全局模型，收集并上传终端的独特信息，做出区分；服务器确认终端的独特信息，针对终端制作不同的密钥，传至终端，终端根据密钥进行加密，并进行一轮联邦学习，学习完成后上传梯度值；进行梯度值修正并判断有效梯度值，根据上传的终端梯度值，服务器进行全局参数模型更新。本发明提供的基于异步联邦学习的计量自动化终端芯片加密方法，使用异步联邦学习算法代替传统的联邦学习算法，提升各节点收集并上传各自的参数模型的速度并降低单节点隐私泄露的危险。本发明在保密性、终端训练效率和抗可靠性等方面都取得更加良好的效果。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.056 seconds)
