-
公开(公告)号：CN111275074B
公开(公告)日：2022-08-05
申请号：CN202010015226.4
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司信息通信公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明是一种基于栈式自编码网络模型的电力CPS信息攻击辨识方法，其特点是，包括的内容有：根据CPS数据非函数依赖以及非线性相关等性质，引入最大信息系数对数据特征进行选择，确定最优攻击特征集合；构建基于栈式自编码网络的信息攻击辨识模型，设置无监督预训练编码器与有监督微调分类器进行网络参数训练更新；实现了基于自适应布谷鸟算法的模型初始参数优化。解决了电力CPS信息攻击辨识过程中数据特征复杂、辨识精度相对较低等问题，具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN111191955A
公开(公告)日：2020-05-22
申请号：CN202010015735.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司白山供电公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特点是，包括提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理；考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预模型；在原灰狼群算法的基础上提出交叉自适应灰狼群模型求解算法，引入自适应度位置调整策略和交叉最优解策略对风险区域预测模型进行优化求解。具有方法科学合理，适应性强，效果佳等优点。
-
Patent Agency Ranking
公开(公告)号：CN111275074A
公开(公告)日：2020-06-12
申请号：CN202010015226.4
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司信息通信公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明是一种基于栈式自编码网络模型的电力CPS信息攻击辨识方法，其特点是，包括的内容有：根据CPS数据非函数依赖以及非线性相关等性质，引入最大信息系数对数据特征进行选择，确定最优攻击特征集合；构建基于栈式自编码网络的信息攻击辨识模型，设置无监督预训练编码器与有监督微调分类器进行网络参数训练更新；实现了基于自适应布谷鸟算法的模型初始参数优化。解决了电力CPS信息攻击辨识过程中数据特征复杂、辨识精度相对较低等问题，具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN111191955B
公开(公告)日：2022-08-09
申请号：CN202010015735.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司白山供电公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特点是，包括提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理；考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预模型；在原灰狼群算法的基础上提出交叉自适应灰狼群模型求解算法，引入自适应度位置调整策略和交叉最优解策略对风险区域预测模型进行优化求解。具有方法科学合理，适应性强，效果佳等优点。
-
公开(公告)号：CN111222700A
公开(公告)日：2020-06-02
申请号：CN202010015206.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明的基于动态网络分位数模型的日前电价概率预测方法，其特征点是，包括：根据不同影响因素与电价序列间的关联关系设计综合影响因子进行电价相似日选取、设计动态网络分位数电价预测模型和基于所述动态网络分位数电价预测模型的核密度电价概率进行预测步骤，其预测精度高，能够大大缩短了运行时间；模型受价格波动相关风险影响小，对奇异值的耐受性强。具有科学合理，适用性，效果佳等优点。
-
公开(公告)号：CN115705712A
公开(公告)日：2023-02-17
申请号：CN202110888827.0
申请日：2021-08-04
Applicant: 国网吉林省电力有限公司白山供电公司
IPC: G06V20/52 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进Mask R‑CNN模型的行人入侵检测方法，其方法包括：依据迁移学习策略对主干网络进行参数初始化，以提取图像基本特征；引入特征金字塔网络进行自下而上的特征图提取，完成多尺度特征融合；通过多尺度变换方法对区域推荐网络进行调整，获取锚点进行损失计算完成检测实验，最终对结果进行分析评价。在本发明实施例中，通过利用改进Mask R‑CNN模型的目标检测方法，实现目标检测精度的进一步提高，使目标特征提取方面表达能力更强。
-
公开(公告)号：CN114168739A
公开(公告)日：2022-03-11
申请号：CN202010950614.1
申请日：2020-09-11
Applicant: 国网吉林省电力有限公司白山供电公司
Abstract: 本发明针对如何完善的知识图谱并非是传统意义上的结构化的知识图谱，而是一种基于非结构化文本增强关联规则的知识推理方法。由于知识图谱中的知识易于被计算机处理，因此它在许多自然语言处理任务中都起着至关重要的作用。虽然从绝对数量来看，现有的知识图谱已经包含了海量的三元组事实，但是与真实世界中存在的知识相比它远远不够。现有的研究方向主要分为内部推理和外部抽取两类，然而这些方法仍有很大的提升空间：一方面，由于知识图谱内部知识存在错误或缺失，可能会在推理时产生错误的扩散；另一方面，现有的知识抽取方法主要集中于对实体类型、关系等知识的抽取，从而导致抽取的知识不够全面。本方法从非结构化文本表述中抽象出文本表述模式，并以词语分布袋的形式对其进行表示，进而结合知识图谱已有的知识构建关联规则。与传统关联规则的区别在于，本方法得到的关联规则可以通过与非结构化文本匹配的方式来完成知识推理。实验结果表明，与传统方法相比，本方法可以高效地从非结构化文本中推理出数量更大且质量更高的三元组知识。
-
-
-
-
-
-
Search Results
7
records
(took 0.183 seconds)
