-
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：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：CN118713267A
公开(公告)日：2024-09-27
申请号：CN202411209950.5
申请日：2024-08-30
Applicant: 国网江苏省电力有限公司淮安供电分公司
IPC: H02J7/00 , H01M50/24 , H01M50/244 , H01M10/613 , H01M10/6563 , H05K7/20 , B01D46/12
Abstract: 本发明提供一种高连接可靠性的拆卸式电池充电装置，属于电池充电装置技术领域，包括外壳体，所述外壳体的内部设置有电池放置篮；通过设置的启闭机构一，能够在不使用充电装置时，水平移动板一将外壳体的侧通风口封闭，避免外界灰尘水汽进入外壳体内部，影响充电装置内部电气设备运行效率和使用寿命，还能够在电池放入充电装置内部时，使得电池移入充电装置过程中，带动水平移动板一移动，继而在电池完全放入电池放置篮内部后，水平移动板一带着防尘过滤网一移动至侧通风口处，使得外壳体通过侧通风口与外界空气流通，继而能够在充电时进行散热工作，避免充电时装置内部温度过高发生危险。
-
Patent Agency Ranking
公开(公告)号：CN118332581A
公开(公告)日：2024-07-12
申请号：CN202410558284.X
申请日：2024-05-08
Applicant: 国网江苏省电力有限公司淮安供电分公司
IPC: G06F21/60 , G06F11/14 , G06F40/284 , G06F40/242 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及人工智能技术，揭露了一种基于云计算实现数据应用下的安全性分析方法，包括：提取数据应用过程中的数据包含的敏感数据，对敏感数据进行加密处理，得到加密数据，对加密数据设置访问权限，利用云平台获取对加密数据以及备份数据的访问请求数据，对访问请求数据进行特征提取以及数值化编码处理，得到数值化访问特征，对数值化访问特征进行极差标准化处理得到标准化访问特征，利用预先训练的数据安全分析模型根据所述标准化访问特征对数据应用过程中的数据进行安全性分析，得到分析结果。本发明还提出一种基于云计算实现数据应用下的安全性分析系统。本发明可以实现数据应用下的数据安全性分析。
-
公开(公告)号：CN117056456A
公开(公告)日：2023-11-14
申请号：CN202310853104.6
申请日：2023-07-12
Applicant: 国网江苏省电力有限公司淮安供电分公司
IPC: G06F16/33 , G06F40/126 , G06F40/30
Abstract: 本发明涉及信息检索领域，公开了一种基于CsiBert模型的高效文本搜索方法，包括预训练阶段和搜索阶段，在预训练阶段，首先对文本库T进行预处理；其次采用CsiBert模型对文本库T进行编码预训练并得到Vt；最后保存上述预训练所得的CsiBert模型参数结果；在搜索阶段，首先输入搜索文本s；其次对搜索文本s进行预处理；然后采用预训练阶段所得的CsiBert模型对搜索文本s进行增量编码训练得到Vs；采用语义交互公式计算搜索文本s与每个文本t（t∈T）的相关度Rs,t；最后输出Top K个搜索结果。与现有技术相比，本发明融合了搜索文本和文本库之间的语义信息，以及对文本库离线进行预训练，可有效提高文本搜索的时间效率和准确率。
-
公开(公告)号：CN116846060A
公开(公告)日：2023-10-03
申请号：CN202310215872.9
申请日：2023-03-08
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 江苏海云智能科技有限公司
Abstract: 本发明涉及智能电网安全技术领域，公开了一种IEC61850智能变电站安全学习系统，包括报文采集模块、报文对象测量值数字映射模块、实时入侵检测模块和实时异常源主动定位模块；根据用户需求选取报文，将二进制流的报文还原成可被解析的帧结构的报文；针对非数字类型报文对象进行数字化处理；通过比较每个未知报文和其邻域报文数据的密度来判断该报文是否为异常报文并确定异常得分；统一异常得分的范围，将异常得分缩放在0和1之间的范围内，最终根据异常得分确定报文是否异常；实时定位智能变电站异常入侵源。与现有技术相比，本发明结合人工智能技术全方位对变电站运行实行智能检测。
-
公开(公告)号：CN115314406A
公开(公告)日：2022-11-08
申请号：CN202210885379.3
申请日：2022-07-26
Applicant: 国网江苏省电力有限公司淮安供电分公司
IPC: H04L43/024 , G06T7/00
Abstract: 本发明公开了一种基于图像分析的输电线路的智能缺陷检测方法，该方法通过对输电线路所处环境以及具体位置进行分组，获得相似因素较多的若干组图像信息采集点，在同一组范围内，对其对应输电线路位置在正常环境以及异常环境下检测到的缺陷数量进行统计，获取异常环境对缺陷发生概率的影响，并发现由于施工质量或者产品质量或者安装位置的特殊性导致的异常位置，进而对采样时间间隔进行调整，保证异常发生概率高的位置以及重要的位置能够得到更高频率的图片信息采样，异常发生概率较低以及不那么重要的位置分配到较低频率的图片信息采样，在资源有限的情况下，保证缺陷监控的及时性，充分利用了系统的数据处理能力与数据传输能力。
-
公开(公告)号：CN119863618A
公开(公告)日：2025-04-22
申请号：CN202411601685.5
申请日：2024-11-11
Applicant: 国网江苏省电力有限公司淮安供电分公司
IPC: G06V10/26 , G06V10/25 , G06V10/74 , G06T7/13 , G06F18/25 , G06V10/143 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于异源图像特征融合的电力设备分割与异常发热检测方法及装置。包括：获取两幅电力设备在不同模态下的配准图像；进行特征提取并分多个层级提取两幅图像的低级特征和高级特征，将对应层级下不同模态图像的特征进行融合；通过迭代解码和聚合三个高级融合特征图，生成高级语义分割特征图，得到对应的语义分割结果图像和边缘检测结果图像；引入多级特征融合与注意力增强模块，优化图像的理解与分析能力；采用二值交叉熵损失函数将处理好的两幅图像对语义分割结果和语义分割真值进行监督，捕捉异常发热区域的细微特征。本发明能够大幅提升电力设备分割与异常发热检测的精度与可靠性，降低误检率，具备高度的实用性和广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.081 seconds)
