变电站二次系统网络入侵检测方法、装置及系统

    公开(公告)号:CN114003900B

    公开(公告)日:2025-03-18

    申请号:CN202111241393.1

    申请日:2021-10-25

    Abstract: 本申请涉及一种变电站二次系统网络入侵检测方法、装置及系统。所述变电站二次系统网络入侵检测方法,包括:获取待检测数据;采用入侵检测模型处理待检测数据,得到处理结果;处理结果包括重建概率;入侵检测模型为通过提取变电站二次系统的入侵检测数据集中的有效的特征子集,并将有效的特征子集输入基于自注意力机制的变分自编码器中进行训练得到;判断重建概率是否超出阈值,根据判断结果确认待检测数据是否为入侵数据。本申请用于解决当前基于深度学习的入侵检测算法在检测未知攻击时精度不足的问题,能对异常网络流量实行有效检测,并且可以有效提高对网络未知攻击的检测性能,以及提高对网络攻击的检测率,增强变电站二次系统的安全性。

    基于CSO优化DBN模型的电力业扩项目时长预测方法

    公开(公告)号:CN114781686A

    公开(公告)日:2022-07-22

    申请号:CN202210268779.X

    申请日:2022-03-18

    Abstract: 本发明涉及一种基于CSO优化DBN模型的电力业扩项目时长预测方法,包括:根据项目费用的分布,确定待预测项目的目标DBN预测模型;将待预测项目数据输入至训练好的目标DBN预测模型中,得到待预测的项目时长;训练DBN预测模型包括:根据历史项目费用将电力业扩历史项目分类得到四个项目的费用区间;动态选择每个费用区间的历史数据,建立对应类别的DBN预测模型;根据DCCSO对DBN预测模型的初始权值优化,得到目标初始权值;对DBN预测模型的目标初始权值进行微调,得到训练好的DBN预测模型。本申请在训练的早期利用DCCSO优化DBN预测模型的权值并通过联合初始权值的正则项作为目标适应度函数,通过优化后的DBN模型对业扩时长进行预测,能够快速得到精确的业扩时长。

    一种电力业扩项目时长的预测方法和装置

    公开(公告)号:CN114757393A

    公开(公告)日:2022-07-15

    申请号:CN202210269439.9

    申请日:2022-03-18

    Abstract: 本发明涉及一种电力业扩项目时长的预测方法,包括:获取待预测的电力业扩项目时长的初始数据;将初始数据输入至训练好的混合预测模型,得到混合预测模型输出的时长预测值,其中,混合预测模型包括BP预测子模型、DBN预测子模型和ELM预测子模型;时长预测值包括BP预测子模型输出的第一时长预测值、DBN预测子模型输出的第二时长预测值和ELM预测子模型输出的第三时长预测值;根据第一时长预测值、第二时长预测值和第三时长预测值和预设的权重值,得到待预测的电力业扩项目时长。本申请通过信息熵和平均互信息确定预设的权重值,利用权重值得到训练好的混合预测模型,根据训练好的该混合预测模型,得到电力业扩项目时长。

    GIS局部放电检测系统、GIS智能传感器及其唤醒方法、装置

    公开(公告)号:CN114137402A

    公开(公告)日:2022-03-04

    申请号:CN202111351887.5

    申请日:2021-11-16

    Abstract: 本申请涉及一种GIS局部放电检测系统、GIS智能传感器及其唤醒方法、装置。GIS智能传感器包括信号处理模组以及控制模组,GIS智能传感器的唤醒方法包括:控制模组响应于局部放电检测指令,由低功耗模式切换至活动模式,并控制信号处理模组的供电回路导通以及根据局部放电检测指令的指示控制信号处理模组进行局部放电检测;在信号处理模组完成局部放电检测的情况下,控制模组由活动模式切换至低功耗模式,并控制信号处理模组的供电回路断开。保证GIS智能传感器具有低功耗、寿命长的特点。

    变电站二次系统网络入侵检测方法、装置及系统

    公开(公告)号:CN114003900A

    公开(公告)日:2022-02-01

    申请号:CN202111241393.1

    申请日:2021-10-25

    Abstract: 本申请涉及一种变电站二次系统网络入侵检测方法、装置及系统。所述变电站二次系统网络入侵检测方法,包括:获取待检测数据;采用入侵检测模型处理待检测数据,得到处理结果;处理结果包括重建概率;入侵检测模型为通过提取变电站二次系统的入侵检测数据集中的有效的特征子集,并将有效的特征子集输入基于自注意力机制的变分自编码器中进行训练得到;判断重建概率是否超出阈值,根据判断结果确认待检测数据是否为入侵数据。本申请用于解决当前基于深度学习的入侵检测算法在检测未知攻击时精度不足的问题,能对异常网络流量实行有效检测,并且可以有效提高对网络未知攻击的检测性能,以及提高对网络攻击的检测率,增强变电站二次系统的安全性。

    变电站设备异常检测模型优化方法、装置和计算机设备

    公开(公告)号:CN114239684A

    公开(公告)日:2022-03-25

    申请号:CN202111363149.2

    申请日:2021-11-17

    Abstract: 本申请涉及一种变电站设备异常检测模型优化方法、装置、计算机设备、存储介质和计算机程序产品。所述方法通过获取待优化的变电站设备异常检测模型;对待优化的变电站设备异常检测模型进行稀疏训练,获取稀疏分布模型;对稀疏分布模型进行模型裁剪处理,获取各裁剪模型;对各裁剪模型进行评估,根据评估结果,获取变电站设备异常检测模型对应的优化模型。本申请。通过剪枝可以去除掉待优化的变电站设备异常检测模型中冗余的参数量和权重,降低网络的复杂度,提高泛化能力,从而有效降低变电站设备异常检测模型的复杂度,并加快其推理速度。

    SF6电器设备声场数字孪生模型构建方法、装置和设备

    公开(公告)号:CN114239254A

    公开(公告)日:2022-03-25

    申请号:CN202111495234.4

    申请日:2021-12-08

    Abstract: 本申请涉及一种SF6电器设备声场数字孪生模型构建方法、装置、计算机设备、存储介质和计算机程序产品,应用于电力设备监测技术领域,用于提高SF6电器设备故障监测效率。所述方法包括:根据SF6电器设备的构件特征,生成所述SF6电器设备的几何模型;根据所述SF6电器设备的声场特征和几何模型,生成所述SF6电器设备的行为模型;根据所述SF6电器设备的声场特征,生成所述SF6电器设备的规则模型;所述规则模型用于监测所述SF6电器设备的故障;根据所述几何模型、所述行为模型和所述规则模型,生成所述SF6电器设备的声场数字孪生模型。

Patent Agency Ranking