-
公开(公告)号：CN111064770A
公开(公告)日：2020-04-24
申请号：CN201911100983.5
申请日：2019-11-12
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所 , 国家电网有限公司
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 薄珏 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
IPC: H04L29/08 , H04L29/06 , H04L9/32 , H04L12/951
Abstract: 本发明提供了一种电网系统数据旁路捕获和同步的方法及系统，方法包括将旁路服务器接入网关，建立旁路服务器与主服务器之间的通信以及旁路服务器与网关之间的通信；旁路服务器对数据进行旁路捕获，得到网关发出的所有数据包；对数据包进行解析、过滤和重组，以数据块的形式存储；将数据块的校验码与主服务器上对应数据块的校验码比较后进行同步；系统包括传感器、网关、旁路服务器和主服务器。本发明通过网卡混杂工作模式实现数据的旁路捕获，基于校验值对比法实现旁路数据库和主数据库的数据同步，从而提升电网大数据质量，增加电网运行状态监控的准确性。
-
公开(公告)号：CN111064770B
公开(公告)日：2021-11-05
申请号：CN201911100983.5
申请日：2019-11-12
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所 , 国家电网有限公司
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 薄珏 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
IPC: H04L29/08 , H04L29/06 , H04L9/32 , H04L12/951
Abstract: 本发明提供了一种电网系统数据旁路捕获和同步的方法及系统，方法包括将旁路服务器接入网关，建立旁路服务器与主服务器之间的通信以及旁路服务器与网关之间的通信；旁路服务器对数据进行旁路捕获，得到网关发出的所有数据包；对数据包进行解析、过滤和重组，以数据块的形式存储；将数据块的校验码与主服务器上对应数据块的校验码比较后进行同步；系统包括传感器、网关、旁路服务器和主服务器。本发明通过网卡混杂工作模式实现数据的旁路捕获，基于校验值对比法实现旁路数据库和主数据库的数据同步，从而提升电网大数据质量，增加电网运行状态监控的准确性。
-
公开(公告)号：CN111382862A
公开(公告)日：2020-07-07
申请号：CN201811609951.3
申请日：2018-12-27
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
Abstract: 本发明涉及一种电力系统异常数据辨识方法，包括将电力系统正常数据作为训练样本，训练神经网络；将待检测数据输入训练后的神经网络，获得残差序列；基于仿射传播聚类算法对残差训练进行聚类；根据各个类别的特征和类内距离进行异常数据判断。本发明利用混沌粒子群算法来进行神经网络训练，同时采用仿射传播聚类算法来实现数据聚类，能够显著降低计算量，同时不依赖采样分布，有效地提高了电力系统异常数据辨识的准确性。
-
公开(公告)号：CN111382862B
公开(公告)日：2021-09-14
申请号：CN201811609951.3
申请日：2018-12-27
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 中国科学院沈阳自动化研究所
Inventor： 沈力 , 陈硕 , 乔林 , 宋纯贺 , 刘树吉 , 王忠锋 , 李钊 , 李力刚 , 吕旭明 , 崔世界 , 卢彬 , 徐志远 , 周巧妮 , 付亚同 , 吴赫 , 冉冉 , 刘碧琦 , 胡楠 , 曲睿婷 , 徐立波
Abstract: 本发明涉及一种电力系统异常数据辨识方法，包括将电力系统正常数据作为训练样本，训练神经网络；将待检测数据输入训练后的神经网络，获得残差序列；基于仿射传播聚类算法对残差训练进行聚类；根据各个类别的特征和类内距离进行异常数据判断。本发明利用混沌粒子群算法来进行神经网络训练，同时采用仿射传播聚类算法来实现数据聚类，能够显著降低计算量，同时不依赖采样分布，有效地提高了电力系统异常数据辨识的准确性。
-
公开(公告)号：CN118631494A
公开(公告)日：2024-09-10
申请号：CN202410621413.5
申请日：2024-05-20
Applicant: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国网智能电网研究院有限公司 , 国家电网有限公司 , 北京邮电大学
IPC: H04L9/40
Abstract: 一种电力数据中台的攻击溯源方法、系统、设备及介质，包括：基于预先确定的高风险用户利用鲁汶社区检测算法划分为若干社区；对各社区利用任一节点的直接连接数、任一节点到其它节点的平均距离、任一节点在其它节点对之间最短路径上出现的频率和任一节点及其相邻节点的重要性，确定各社区的中心重点用户作为攻击风险用户；其中，鲁汶社区检测算法基于合谋概率、合谋次数、合谋的时间间隔及相关数据的敏感等级识别高风险用户中的社区结构并划分；利用社群检测技术可以实时追踪用户的行为，捕捉潜在威胁；根据中心性度量计算从电力数据网络中挖掘出关键用户，识别潜在风险并提升数据中台的数据安全性；利用贝叶斯网络模型计算和评估用户的风险水平。
-
Patent Agency Ranking
公开(公告)号：CN115659175A
公开(公告)日：2023-01-31
申请号：CN202211258044.5
申请日：2022-10-13
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: G06F18/214 , G06F18/24
Abstract: 本发明公开了一种面向微服务资源的多模态数据分析方法、装置及介质，包括获取不同微服务组件资源的多模态数据，所述多模态数据包括文本数据和图像数据；通过ResNet模型和Transformer模型分别对图像数据和文本数据进行编码，得到原始的图像数据和文本数据的高层特征表示；利用得到的图像数据和文本数据的高层特征表示训练CLIP模型，并进行数据标注，在高层特征表示的空间中进行对齐图像数据和文本数据的特征；通过交叉熵损失函数对图像数据和文本数据的分类，得到分析后的多模态数据。本发明通过利用ResNet模型和Transformer模型对图像数据和文本数据进行编码，降低数据向量化中的损失，使用CLIP模型对多模态数据的高层特征表示进行对齐，提升多模态数据对齐的准确度。
-
公开(公告)号：CN112686292A
公开(公告)日：2021-04-20
申请号：CN202011558713.1
申请日：2020-12-25
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明是一种基于图注意力网络的电力网络拓扑辨识方法，其特点是：基于图数据，整合图数据的内部关联关系，经过知识推理对网络拓扑进行辨识。首先根据电网信息数据梳理描述线路的特征量；其次基于图注意力网络方法，考虑节点、线路之间的相关关系，加权聚合特征量，进而对线路进行归类，判定线路的开断状态；最后结合邻接矩阵和线路归类判定生成电力网络拓扑，实现拓扑辨识。其方法科学合理，适用性强，拓扑辨识精度高，效果佳，具有很好的工程应用价值。
-
公开(公告)号：CN112651628A
公开(公告)日：2021-04-13
申请号：CN202011558982.8
申请日：2020-12-25
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明是一种基于胶囊神经网络的电力系统暂态稳定评估方法，其特点是，首先基于仿真数据构造输入数据矩阵，其次，利用胶囊神经网络的自学习能力和强大的特征提取能力进行离线训练，找到输入数据与暂态稳定之间的映射关系，最后通过训练生成的模型进行在线评估，实现暂态稳定性的快速预测。该方法具有“快速测量、快速分辨率、快速控制”等优点。
-
公开(公告)号：CN110086647A
公开(公告)日：2019-08-02
申请号：CN201910184052.1
申请日：2019-03-12
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明涉及信息化建设领域，具体地来讲为一种大数据信息中心网络架构方法，包括：建立物理隔离的业务网、存储网和带外管理网；建立多网卡服务器用于业务网与所述存储网的通信；通过带外管理对业务网和存储网进行统一运维和管理；其中，所述业务网划分为包括传统数据中心内网和传统数据中心外网的传统网络业务网以及云平台网络，传统数据中心内网用于对接内部数据，传统数据中心外网对接运营商，云平台网络根据将来业务服务对象对接数据通信骨干网或运营商网络。保证数据中心网络稳定有效能够解决突发的存储流量对业务流量的影响。
-
公开(公告)号：CN115456842A
公开(公告)日：2022-12-09
申请号：CN202211113688.5
申请日：2022-09-14
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明属于联邦学习技术领域，提供了一种联邦学习框架下的应急方案生成方法，包括如下步骤，采集本地历史应急案例数据，对应急案例数据进行预处理存储形成训练数据集；接受中心服务器发送的训练指令，基于各自训练数据集协同训练K均值聚类模型；接受中心服务器发送的目标案例的特征值向量，利用训练后的K均值聚类模型提取本地历史案例应急方案并按照相似度排序发送至中心服务器。本发明引入基于案例推理的技术，通过判断目前要解决的目标案例问题与历史案例具有的相似性，根据历史应急案例采取的应急方案来制定现在目标应急案例的应急方案，使应急案例更准确。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.136 seconds)
