-
公开(公告)号：CN118233076B
公开(公告)日：2024-12-10
申请号：CN202410314804.2
申请日：2024-03-19
Applicant: 华北电力大学
Abstract: 本发明涉及电力系统技术领域，具体涉及针对电力系统脆弱线路的多阶段信息物理协同攻击方法，包括以下步骤：S1：基于复杂网络理论建立电力信息物理结构耦合网络模型；S2：对电力信息物理结构耦合网络模型节点和关联的重要度做出评估；S3：结合历史攻防数据得到电力信息物理结构节点或线路重要度，进行脆弱线路识别；S4：得到攻击计划后执行攻击操作，对信息层与物理层展开攻击；S5：完成攻击目标的物理毁伤和善后工作，网络层终止虚假数据注入，并采用跳板、堡垒主机的手段防止攻击者自身遭受溯源追踪。本发明，实施多阶段分层次的信息物理协同攻击，以较低攻击代价对电力系统造成持续深入的严重毁伤。
-
公开(公告)号：CN115828302B
公开(公告)日：2023-07-07
申请号：CN202211642199.9
申请日：2022-12-20
Applicant: 华北电力大学
Abstract: 本发明提供了一种基于可信隐私计算的微网并网控制隐私保护方法，具体包括：第一个阶段，从信息流的角度，提出电网、微网聚合商、微网三层结构。并在此结构基础上提出上层对下层的安全监控机制，从而形成节点间信任链。利用可信计算技术，实现各节点自身状态安全，各层间交互可信，满足微网稳定并网的安全需求。第二阶段，将可信计算和隐私计算进行结合，在可信计算保障各节点自身可信和交互可信的前提下，采用联邦学习让各微网仅仅将训练的模型参数上传至微网聚合商，为防止出现信息“孤岛”的同时，保护了各微网本地数据隐私，并且结合密码学中的匿名签名与验证技术，有效保证模型参数机密性和完整性的同时保护了模型参数发送方身份的隐私性。
-
公开(公告)号：CN114444910A
公开(公告)日：2022-05-06
申请号：CN202210042123.6
申请日：2022-01-14
Applicant: 华北电力大学
IPC: G06Q10/06 , G06Q50/06 , G06F30/20 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种面向电力物联网的边缘网络系统健康度评估方法,包括：获取影响面向电力物联网的边缘网络健康度的指标因素，基于指标因素构建相应的指标评价体系，获得定性指标；通过正态云模型对定性指标进行定量化，获得评价指标，对评价指标确定主观权重和客观权重，通过主观权重和客观权重获得组合赋权；基于组合赋权进行综合评价并获得综合评价分数，基于综合评价分数对评价对象进行水平分级。本发明利用正态云模型将定性概念转化为定量分析，使结果具有更强可靠性；利用反熵权法保证了权重的客观性和准确性，并通过G1法可以快速准确的确定主观权重；通过组合赋权得出综合权重，有效确立面向电力物联网的边缘网络系统健康度水平分级。
-
公开(公告)号：CN114266925A
公开(公告)日：2022-04-01
申请号：CN202111657488.1
申请日：2021-12-30
Applicant: 华北电力大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种基于DLSTM‑RF的用户窃电检测方法及系统，包括：构建相关数据集，相关数据集用于作为DLSTM‑RF模型的输入数据，对DLSTM‑RF模型进行训练，生成用户窃电预测模型；构建DLSTM‑RF模型，DLSTM‑RF模型用于通过相关数据集，生成用户窃电预测模型；通过相关数据集，对DLSTM‑RF模型进行训练，生成用户窃电预测模型，用户窃电预测模型用于对电网系统中的信息进行分析和学习，找出窃电用户，并通过对窃电用户进行治理，降低不必要的电力生产；本发明通过检测用户的窃电信息并与碳排放信息的进行转换，实现从用电信息到减碳信息的跨越，为实现电网用户侧控碳提供了一定的参考。
-
公开(公告)号：CN113034143A
公开(公告)日：2021-06-25
申请号：CN202110447669.5
申请日：2021-04-25
Applicant: 华北电力大学
Abstract: 本发明公开一种计及负荷侧碳减排的区块链碳交易系统，包括：配额模块、聚合模块、广播模块、验证模块、交易模块、更新模块；配额模块与聚合模块连接；广播模块与配额模块、聚合模块连接；验证模块与广播模块连接；交易模块与验证模块连接。公开了一种计及负荷侧碳减排的区块链碳交易方法，包括：S1，将用户侧的碳排放权聚合，对用户侧、企业分配碳排放权；S2，广播聚合商、企业的碳排放权信息，通过交易模块进行碳排放权竞价交易；S3，交易结束后，将本次交易周期内的所有交易生成微区块进行广播；S4，验证微区块并生成区块，更新区块链。本发明扩大了碳交易市场的规模，引用智能合约以及竞价交易机制使得多方的交易透明安全且有效合理。
-
Patent Agency Ranking
公开(公告)号：CN107221411A
公开(公告)日：2017-09-29
申请号：CN201710445847.4
申请日：2017-06-14
Applicant: 华北电力大学 , 国家电网公司交流建设分公司 , 国家电网公司
IPC: H01F27/14
CPC classification number: H01F27/14
Abstract: 本发明涉及特高压变压器滤油领域，具体涉及一种特高压变压器绝缘油全封闭自动控制滤油方法及装置。全封闭滤油通过在油罐底部接口处加装电磁单控阀门来控制滤油油罐的切换。全封闭滤油连接方案通过通过在输油主管道上加装三通口，将输油主管道分别连接两个二位三通电磁阀，将二位三通电磁阀连接滤油机，通过状态监视与控制模块对流量、温度等参数的实时监控，并以此为判据控制阀位的切换，完成循环滤油工作。全封闭滤油连接方案通过底部接口同时作为出油口和入油口，完成滤油过程中的注油和出油过程。同时在油罐上将呼吸口用管道连接，并接至集中呼吸器使得进出油罐中的空气只在内部循环，使外部的空气不能进入罐体。
-
公开(公告)号：CN118587034A
公开(公告)日：2024-09-03
申请号：CN202410641459.3
申请日：2024-05-22
Applicant: 华北电力大学
IPC: G06Q50/06 , G06Q10/0637 , G06Q10/04 , G06F30/20 , G06F113/04 , G06F111/04
Abstract: 本发明涉及电力系统技术领域，具体涉及基于改进结构熵对电力信息物理系统的脆弱性评估，包括以下步骤：S1，构建电力网与信息网耦合网络模型；S2，电力网潮流情况监视与优化调度；S3，用改进结构熵判来分析电力信息物理系统的脆弱性；S4，建立级联故障模型来分析电力信息物理系统的脆弱性。本发明，通过对电力信息物理系统中的电力网与信息网的耦合关系进行建模，在级联故障模型结合系统潮流特性，可以反映级联故障的动态过程，更好地模拟实际情况；能够克服单层网络结构熵指标的局限性，并且能够识别重要节点对系统脆弱性的影响，为后续防御资源的合理分配奠定基础。
-
公开(公告)号：CN118467972A
公开(公告)日：2024-08-09
申请号：CN202410665849.4
申请日：2024-05-27
IPC: G06F18/20 , G06F18/25 , G06F8/75 , G06N3/042 , G06N3/048 , G06N3/047 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F18/21
Abstract: 本发明涉及配电网数据资产技术领域，具体涉及一种基于图神经网络的配电网数据资产API识别方法，包括以下步骤：S1，对配电网数据资产API数据进行分析和抽象：对收集到的配电网数据资产API进行分析和抽象；S2，API数据网络图的嵌入向量表示：将API数据网络图从高维空间映射到低维空间，以低维向量的形式表示API数据网络图节点及API数据网络图的网络结构信息；S3，对配电网数据资产API进行识别：构建配电网数据资产API向量库，完成配电网数据资产API识别；S4，对配电网数据资产API识别进行性能分析。本发明，可以在无标注或少量标注的较小规模数据集上训练模型，减少了标注数据需求和计算资源消耗。
-
公开(公告)号：CN117350402A
公开(公告)日：2024-01-05
申请号：CN202311288466.1
申请日：2023-10-07
Applicant: 华北电力大学
Abstract: 本发明公开了基于融合终端贡献度的量测数据动态联邦学习方法及系统，属于电力数据共享技术领域，包括以下两个阶段：面向配电网的联邦学习阶段：在保证各融合终端本地数据隐私安全的前提下，利用联邦学习框架，实现配电网的配电台区主站与各融合终端之间的数据价值流通；联邦学习动态参数调整阶段：通过计算每轮次中融合终端的贡献大小，基于贡献加权下一轮联邦训练各融合终端的参与程度，对联邦学习动态参数进行调整；本发明对各融合终端电力数据在联邦学习合作中的贡献度进行评估，并基于此给予激励，以促进联邦学习在电力领域的良性发展，保护数据隐私；本发明通过基于各终端贡献度来动态调整聚合权重参数的方式，实现联邦模型的高效率收敛。
-
公开(公告)号：CN117273918A
公开(公告)日：2023-12-22
申请号：CN202311311478.1
申请日：2023-10-11
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于增量纵向联邦学习的电力用户信用评估方法，包括：基于电力公司和金融公司的样本数据，构建数据集；对所述数据集进行预处理；基于预处理后的所述数据集，对预设的电力用户信用评估模型进行训练；利用训练后的电力用户信用评估模型，进行电力用户信用评估。本发明以进一步加强信用体系建设为目标，构建基于纵向联邦学习的电力用户信用评估模型，使用贝叶斯高斯过程对模型进行超参数优化，采用增量学习算法，加快新增数据与原模型的融合，持续更新联合模型，进而实现电力公司与金融公司信用信息的融合共享，加强与电力公司与其他领域合作，降低市场交易风险。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.025 seconds)
