-
公开(公告)号：CN114125831A
公开(公告)日：2022-03-01
申请号：CN202210084095.4
申请日：2022-01-25
Applicant: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司
IPC: H04W12/033 , H04W4/35 , H04L9/06 , H04L9/08 , H02J13/00
Abstract: 本发明提供一种基于代理重加密的5G智能电网用户侧数据获取方法及系统，包括：多个用户侧的用户设备基于用户身份ID生成第一用户公钥和第一用户私钥，服务侧的服务设备基于供电身份ID生成第一供电公钥和第一供电私钥；用户侧的用户设备基于第一用户私钥、第一转换钥得到重加密密钥；服务侧的服务设备基于所接收到的重加密密钥生成重加密表；多个用户侧的用户设备基于各自的第一用户公钥对电力数据加密后得到加密数据包，云端服务器基于所接收到的加密数据包生成加密数据表；服务侧的服务设备基于访问请求获取重加密密钥，基于重加密密钥对所述加密数据进行解密处理得到明文的电力数据。
-
公开(公告)号：CN114125831B
公开(公告)日：2022-05-03
申请号：CN202210084095.4
申请日：2022-01-25
Applicant: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司
IPC: H04W12/033 , H04W4/35 , H04L9/06 , H04L9/08 , H02J13/00
Abstract: 本发明提供一种基于代理重加密的5G智能电网用户侧数据获取方法及系统，包括：多个用户侧的用户设备基于用户身份ID生成第一用户公钥和第一用户私钥，服务侧的服务设备基于供电身份ID生成第一供电公钥和第一供电私钥；用户侧的用户设备基于第一用户私钥、第一转换钥得到重加密密钥；服务侧的服务设备基于所接收到的重加密密钥生成重加密表；多个用户侧的用户设备基于各自的第一用户公钥对电力数据加密后得到加密数据包，云端服务器基于所接收到的加密数据包生成加密数据表；服务侧的服务设备基于访问请求获取重加密密钥，基于重加密密钥对所述加密数据进行解密处理得到明文的电力数据。
-
公开(公告)号：CN114173332B
公开(公告)日：2022-04-19
申请号：CN202210120905.7
申请日：2022-02-09
Applicant: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司
IPC: H04W12/033 , H04N21/2347 , H04L9/40
Abstract: 本发明提供一种适用于5G智能电网巡检机器人的数据加密传输方法及装置。通过5G智能电网巡检机器人能够对其所处的环境进行监测得到相应的视频数据。在视频数据的加密过程中，通过keytable和ikev2的路由器密钥管理方法对加密数据密钥进行保存，由于该路由密钥管理机制与路由消息验证有效防止了攻击者伪造/篡改路由消息。可以保护采集到的实时监控数据实时的传送到监控后台，保障了视频数据的保密性。并且，本发明在进行视频数据的传输过程中，会根据视频数据的不同采取不同的传输方式，使得管理员能够重点对异常的视频数据进行监测。
-
公开(公告)号：CN114173332A
公开(公告)日：2022-03-11
申请号：CN202210120905.7
申请日：2022-02-09
Applicant: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司
IPC: H04W12/033 , H04N21/2347 , H04L9/40
Abstract: 本发明提供一种适用于5G智能电网巡检机器人的数据加密传输方法及装置。通过5G智能电网巡检机器人能够对其所处的环境进行监测得到相应的视频数据。在视频数据的加密过程中，通过keytable和ikev2的路由器密钥管理方法对加密数据密钥进行保存，由于该路由密钥管理机制与路由消息验证有效防止了攻击者伪造/篡改路由消息。可以保护采集到的实时监控数据实时的传送到监控后台，保障了视频数据的保密性。并且，本发明在进行视频数据的传输过程中，会根据视频数据的不同采取不同的传输方式，使得管理员能够重点对异常的视频数据进行监测。
-
公开(公告)号：CN110244329A
公开(公告)日：2019-09-17
申请号：CN201910441447.5
申请日：2019-05-24
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司 , 国网浙江省电力有限公司 , 国网信息通信产业集团有限公司 , 安徽继远软件有限公司
IPC: G01S19/28
Abstract: 本发明公开了一种基于势能和概率选择的北斗选星方法，其步骤包括：首先计算出监测点处的北斗可视卫星的方位角和高度角，得到选择n颗北斗卫星的状态矩阵，并将几何精度因子值作为北斗卫星选择的目标函数；然后利用基于势能的概率选择算法，搜索能使目标函数值最小的北斗卫星组合，得到最优解，算法中设计的“自适应调控”策略可以避免算法陷入局部最优，更好地收敛到全局最优。本发明将基于势能的概率选择算法应用于北斗卫星选择过程，充分发挥了该算法复杂度低、收敛速度快、性能良好等优点，有效提高了北斗卫星选择的质量和效率，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110224956B
公开(公告)日：2021-11-23
申请号：CN201910372387.6
申请日：2019-05-06
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于干扰清洗和两阶段训练卷积神经网络模型的调制识别方法，该方法首先利用采集到的调制信号样本序列生成原始的周期相关特征数字谱图，并对其进行泛化奇异值分解操作、空间划分操作、消除噪声操作和抑制串扰操作等处理得到原始的最终周期相关特征数字谱图然后对卷积神经网络执行两阶段训练得到卷积神经网络模型，实现对输入的调制信号进行调制模式的识别、分类。显著特点：提高调制识别和分类准确性的同时，降低复杂度；能消除加性噪声并抑制来自相邻信道的串扰，增强训练和识别信号数据的真实性；提高了调制识别的泛化能力。
-
公开(公告)号：CN111432396A
公开(公告)日：2020-07-17
申请号：CN202010157732.7
申请日：2020-03-09
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司 , 国家电网有限公司
Abstract: 本发明实施方式提供一种保障NB-IoT可靠性的eSIM卡网络的配置方法、系统及存储介质，属于通信技术领域。所述配置方法包括：获取每个用户端的可靠性要求；采用朴素贝叶斯分类模型根据所述可靠性要求对所述用户端进行分类；根据分类的结果配置每个所述用户端的网络链路。本发明提供的保障NB-IoT可靠性的eSIM卡网络的配置方法、系统及存储介质通过朴素贝叶斯分类模型根据每个用户端的可靠性要求进行分类，再针对分类的结果配置每个用户端的网络链路，解决了现有技术中随着接入的客户端数量的增加，eSIM卡网络由于网络链路配置的不合理而导致的网络拥堵的技术问题，提高了eSIM卡网络的配置效率。
-
公开(公告)号：CN110579787A
公开(公告)日：2019-12-17
申请号：CN201910802333.9
申请日：2019-08-28
Applicant: 安徽继远软件有限公司
IPC: G01S19/55
Abstract: 本发明涉及一种基于北斗多天线姿态测量的电力铁塔高精度倾斜监测方法，包括以下步骤：实时采集三个天线卫星观测数据，根据原始观测数据质量判断是否符合铁塔三维姿态角解算要求，若符合，则通过北斗高精度定位差分解算和姿态测量算法获得电力铁塔实时三维姿态角度数据；否则进行解算初始化，重新采集下一时刻的卫星观测数据；对依托于历史数据库的人工智能和专家经验方法及电力铁塔运行规程要求，构建电力铁塔高精度倾斜监测分类分级预警标准，通过对比铁塔三维姿态角初始值、当前姿态结果及历史数据，开展铁塔倾斜形变趋势预测，并及时通知线路铁塔运维管理人员。本发明可对电力铁塔进行全天候、高精度三维姿态角度监测，有力提升电力铁塔安全监测及预警水平。
-
公开(公告)号：CN110224956A
公开(公告)日：2019-09-10
申请号：CN201910372387.6
申请日：2019-05-06
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于干扰清洗和两阶段训练卷积神经网络模型的调制识别方法，该方法首先利用采集到的调制信号样本序列生成原始的周期相关特征数字谱图，并对其进行泛化奇异值分解操作、空间划分操作、消除噪声操作和抑制串扰操作等处理得到原始的最终周期相关特征数字谱图 然后对卷积神经网络执行两阶段训练得到卷积神经网络模型，实现对输入的调制信号进行调制模式的识别、分类。显著特点：提高调制识别和分类准确性的同时，降低复杂度；能消除加性噪声并抑制来自相邻信道的串扰，增强训练和识别信号数据的真实性；提高了调制识别的泛化能力。
-
公开(公告)号：CN110197127A
公开(公告)日：2019-09-03
申请号：CN201910372389.5
申请日：2019-05-06
Applicant: 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网公司 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种基于深度学习的无线信号检测与电磁干扰分类系统及方法，利用分布式部署的频谱监测节点获得的观测数据，基于复值观测数据并行执行两类信号特征挖掘，得到无线信号检测数据集和电磁干扰分类数据集，并基于两类数据集并行训练两组卷积神经网络，再利用训练后的两组卷积神经网络分别检测无线信号和执行电磁干扰分类。有益效果：有利于提高无线信号检测和电磁干扰分类的准确性，对两类数据集执行泛化奇异值分解和空间划分，能消除加性噪声并抑制来自相邻信道的串扰，增强数据的真实性，且无线信号检测和电磁干扰分类并发进行，效率高、响应快。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.055 seconds)
