一种基于增量纵向联邦学习的电力用户信用评估方法

    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

    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。

    一种基于电池储能系统的虚假数据注入攻击的检测方法

    公开(公告)号:CN118821119A

    公开(公告)日:2024-10-22

    申请号:CN202410839786.X

    申请日:2024-06-26

    Abstract: 本申请提供了一种基于电池储能系统的虚假数据注入攻击的检测方法,方法包括:获取目标电池在预设时间段内所产生的第一预测数据,第一预测数据包括目标电池在不同采集时间下采集到的电池剩余使用寿命的预测数据;采用GAF编码算法,将第一预测数据转换为二维图像阵列;将二维图像阵列输入预先训练好的虚假信息注入攻击检测模型,得到第一预测数据对应的虚假数据注入攻击检测结果,检测结果指示了第一预测数据中是否存在虚假数据注入攻击。本申请通过检测电池剩余使用寿命预测过程中的虚假异常数据,保证电池剩余使用寿命预测的准确性,保证电池储能系统的安全稳定运行。

    一种面向配电网数据资产的访问控制策略生成方法

    公开(公告)号:CN117216613A

    公开(公告)日:2023-12-12

    申请号:CN202311228449.9

    申请日:2023-09-21

    Abstract: 本发明涉及访问控制策略技术领域,具体涉及一种面向配电网数据资产的访问控制策略生成方法,包括以下步骤:S1:分析配电网数据资产访问控制属性,根据访问控制属性之间的逻辑关系制定访问控制规则;S2:基于访问控制规则建立访问控制策略生成模型;S3:对访问控制策略生成模型进行训练,使得任一新用户进行数据资产访问时都能生成对应的访问控制规则。本发明,以配电网数据资产的特点和应用为依据,分析了配电网数据资产访问控制的主体属性、客体属性和操作属性的具体内容,对配电网数据资产访问控制规则进行了说明,使用BiLSTM神经网络结合条件随机场和改进的BERT模型实现配电网数据资产客体属性挖掘和访问请求者主体属性挖掘工作。

Patent Agency Ranking