-
公开(公告)号：CN115348063B
公开(公告)日：2024-08-16
申请号：CN202210882066.2
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC: H04L9/40 , G06F18/23213 , G06F18/24 , G06N3/045 , G06N3/088
Abstract: 本发明涉及网络安全人工智能技术领域，公开了一种基于DNN及K‑means的电力系统网络流量识别方法，对原始数据进行筛选，选出可为分类提供较多信息的数据项组成数据样本；对样本数据进行整合操作和归一化操作进行预处理；迭代训练DNN网络模型，使用预处理的训练集训练DNN网络模型，用于电力系统网络流量的初步分类，得到分类置信度和正负例结果；对DNN网络模型处理后的判定为疑似服务器的样本再使用K‑means算法进行分类。与现有技术相比，本发明在电力网络数据的分类应用中具有较高的准确率，可以满足现实环境下电力系统网络流量分类的需求。
-
公开(公告)号：CN115348063A
公开(公告)日：2022-11-15
申请号：CN202210882066.2
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
Abstract: 本发明涉及网络安全人工智能技术领域，公开了一种基于DNN及K‑means的电力系统网络流量识别方法，对原始数据进行筛选，选出可为分类提供较多信息的数据项组成数据样本；对样本数据进行整合操作和归一化操作进行预处理；迭代训练DNN网络模型，使用预处理的训练集训练DNN网络模型，用于电力系统网络流量的初步分类，得到分类置信度和正负例结果；对DNN网络模型处理后的判定为疑似服务器的样本再使用K‑means算法进行分类。与现有技术相比，本发明在电力网络数据的分类应用中具有较高的准确率，可以满足现实环境下电力系统网络流量分类的需求。
-
公开(公告)号：CN115297016B
公开(公告)日：2024-02-20
申请号：CN202210876364.0
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC: H04L41/147 , H04L41/0677 , H04L41/16 , H04L43/0876 , H04L67/12 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及电网人工智能和数据处理技术领域，公开了一种基于深度学习的电力网络活跃度评价和预测方法，包括：获取原始数据，筛选待评价服务端口流量数据，进行活跃度计算；进行数据预处理，得到历史活跃度数据集，自动化定时对数据集进行更新；将数据集划分为训练样本和测试样本，训练样本进行样本重构并输入到不同的深度学习模型进行模型训练；将测试样本输入到训练好的模型中，并对模型进行评估和比较，得到一个该服务的最优模型，将模型保存；自动化实时获取不同网络服务的活跃度数据，得到未来的活跃度预测结果。与现有技术相比，本发明能够及时发现活跃度异常的网络服务并且便于网络的维护和管理，提升电力网络系统智能化水平。
-
公开(公告)号：CN115297016A
公开(公告)日：2022-11-04
申请号：CN202210876364.0
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC: H04L41/147 , H04L41/0677 , H04L41/16 , H04L43/0876 , H04L67/12 , G06N3/04 , G06N3/08
Abstract: 本发明涉及电网人工智能和数据处理技术领域，公开了一种基于深度学习的电力网络活跃度评价和预测方法，包括：获取原始数据，筛选待评价服务端口流量数据，进行活跃度计算；进行数据预处理，得到历史活跃度数据集，自动化定时对数据集进行更新；将数据集划分为训练样本和测试样本，训练样本进行样本重构并输入到不同的深度学习模型进行模型训练；将测试样本输入到训练好的模型中，并对模型进行评估和比较，得到一个该服务的最优模型，将模型保存；自动化实时获取不同网络服务的活跃度数据，得到未来的活跃度预测结果。与现有技术相比，本发明能够及时发现活跃度异常的网络服务并且便于网络的维护和管理，提升电力网络系统智能化水平。
-
公开(公告)号：CN119996033A
公开(公告)日：2025-05-13
申请号：CN202510251167.3
申请日：2025-03-04
Applicant: 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于负载均衡的拟态防御调度方法及装置，方法包括：交换机接收流量探针；检测执行体集群中的异构执行体是否受到攻击；将受到攻击的异构执行体调度下线，并将当前的执行体集群与执行体待选池中相应的候选异构执行体组成待定执行体集；根据候选异构执行体的历史任务进行多模裁决，根据裁决结果计算候选异构执行体的历史置信度；基于待定执行体集计算候选异构执行体的差异度；根据候选异构执行体的历史置信度和差异度确定调度优先级；根据调度优先级和所述流量探针确定调度方案；该方法能够实现执行体调度的负载均衡。
-
Patent Agency Ranking
公开(公告)号：CN119557440A
公开(公告)日：2025-03-04
申请号：CN202411609087.2
申请日：2024-11-12
Applicant: 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 国网江苏省电力有限公司
IPC: G06F16/35 , G06F18/214 , G06F18/2431 , G06F18/21 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于神经网络的多标签文本分类方法及装置，包括：采集多标签文本数据形成训练样本；对所述训练样本进行词嵌入和标签嵌入，分别获得词向量和标签向量；建立初始的CNN‑BiLSTM‑ATTENTION神经网络模型，CNN‑BiLSTM‑ATTENTION神经网络模型包括CNN层、BiLSTM层以及ATTENTION层；对CNN‑BiLSTM‑ATTENTION神经网络模型进行训练直到所述CNN‑BiLSTM‑ATTENTION神经网络模型收敛；接收待分类的文本数据并输入至收敛后的CNN‑BiLSTM‑ATTENTION神经网络模型，输出分类结果；该方法适用于多维标签向量分类的场景。
-
公开(公告)号：CN119383004A
公开(公告)日：2025-01-28
申请号：CN202411656834.8
申请日：2024-11-19
Applicant: 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于非负矩阵分解的网络事件聚合方法及装置，上述网络事件聚合方法包括：获取网络流量数据并进行预处理；对预处理后的网络流量数据进行解析处理，生成基本网络事件集合；通过聚类算法对基本网络事件集合进行聚类并提取生成关键事件描述集合；对关键事件描述集合构建模式矩阵并进行矩阵迭代分解处理，得到聚合事件集合。本发明可以实现事件聚合和网络威胁发现，有效提高网络行为分析准确度，保障网络安全。
-
公开(公告)号：CN119995991A
公开(公告)日：2025-05-13
申请号：CN202510146183.6
申请日：2025-02-10
Applicant: 国网江苏省电力有限公司泰州供电分公司 , 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 国网江苏省电力有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种拟态防御系统的调度控制方法及装置，方法包括：初始化执行体集；从执行体资源池中随机选择一个种子异构执行体加入至执行体集中，并执行如下遍历操作：遍历执行体池中的每一个异构执行体，与执行体集组成并集，判断并集是否满足预设条件，满足预设条件时，将执行体池中相应的异构执行体加入至执行体集中；否则，保持当前的执行体集不变；遍历完成之后，若当前的执行体集中异构执行体的数量小于预设数量，则从执行体资源池中随机选择一个种子异构执行体加入至执行体集中并再次执行遍历操作；当前的执行体集中异构执行体的数量大于或者等于预设数量时，根据当前的执行体集输出调度方案。该方法能够提高拟态防御系统的可靠性。
-
公开(公告)号：CN119577597A
公开(公告)日：2025-03-07
申请号：CN202411625312.1
申请日：2024-11-14
Applicant: 南京鼎研电力科技有限公司 , 南京邮电大学
IPC: G06F18/243 , G06F18/214 , G06F18/10 , G06Q50/06
Abstract: 一种基于孤立森林算法的电力设备台账纠错方法，旨在解决电力系统中设备台账的设备类型与实际设备类型不相匹配的情况，以利于电力设备管理。方法包括：数据预处理，对设备类型标签编码并按MAC地址前六位分组；设计孤立森林算法模型，为每组构建异常检测模型；送分组数据集至模型进行训练；通过与原始数据集对比，确保异常设备类型为少数，调整参数优化模型；对异常台账进行人工确认并计算评价指标。本方法有效解决了设备类型不匹配问题，便于电力设备管理。
-
公开(公告)号：CN119577565A
公开(公告)日：2025-03-07
申请号：CN202411625314.0
申请日：2024-11-14
Applicant: 南京鼎研电力科技有限公司 , 南京邮电大学
IPC: G06F18/2411 , G06F18/214 , G06F18/2113 , G06F18/15 , G06N3/0442 , H02J3/00 , G06F123/02
Abstract: 一种基于融合模型的光伏发电预测方法，属于光伏能源领域。传统光伏预测方法仅基于大量数据进行模型训练，往往存在着与光伏定律不符的预测结果。同时，针对特征子集的筛选通常采用单一方法，但光伏数据具有季节性、不确定性等特点，单一方法无法很好地描述各个特征与发电量的关系。本发明在传统预测方法的基础上融合光伏领域知识及定律，建立光伏约束模型；采用过滤法及包装法结合的算法建立特征子集的筛选模型，最后融合LSTM算法模型进行光伏预测。因此，本发明能够高效地筛选出更具代表性，相关性更佳的特征子集，并对光伏预测结果进行物理约束，从而提高模型的效果和泛化能力，实现光伏发电的准确预测。
-
-
-
-
-
-
-
-
-
Search Results
245
records
(took 0.08 seconds)
