-
公开(公告)号：CN118378242A
公开(公告)日：2024-07-23
申请号：CN202311238523.5
申请日：2023-09-22
Applicant: 华北电力大学 , 国网山东省电力公司经济技术研究院
IPC: G06F21/55 , G06F21/56 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及智能配电网中电池储能系统假数据注入攻击的检测方法，构建了含有电池储能系统的智能配电网体系架构，通过对智能配电网状态估计的坏数据检测以及基于扩展卡尔曼滤波的储能电池荷电状态估计的研究，得到能逃脱配电网坏数据检测并对BESSs荷电状态估计造成较大影响的假数据注入攻击；提出仅选取Transformer的编码器部分，在保证检测功能的前提下，降低了模型训练和推理时时间和空间复杂度；运用金字塔注意力机制，探索数据在时间上的多尺度表示，使得模型可以更好地捕获并学习到长序列的数据特征；最后通过贝叶斯优化模型的超参数，避免了人工设置参数的复杂过程。该方法在数据输入时加入了随机噪声，避免了模型的过拟合，效率和可解释性更高。
-
公开(公告)号：CN116962076A
公开(公告)日：2023-10-27
申请号：CN202311141431.5
申请日：2023-09-06
Applicant: 国网江西省电力有限公司信息通信分公司 , 国家电网有限公司 , 华北电力大学 , 国网河南省电力公司信息通信分公司
IPC: H04L9/40 , G16Y40/50 , G16Y40/10 , H04L67/1097
Abstract: 本发明公开了基于区块链的物联网零信任系统，涉及网络安全管理技术领域，分析模块基于安全模型综合分析用户验证数据以及设备数据后，判断用户登入系统是否存在安全风险，当判断用户登入系统无安全风险时，信息验证模块负责验证、授权所有设备和用户的访问权限，在用户验证通过后，监控模块实时监测用户行为数据以及设备数据，基于异常筛选机制将存在异常的用户从系统中登出。本发明不仅在用户登入系统时，对用户和用户使用的设备进行综合分析，分析更为全面，进一步提高系统的安全性，而且在用户使用系统的过程中，实时监测用户行为，并将存在异常的用户强制从系统登出，保障系统的安全使用。
-
公开(公告)号：CN111554030B
公开(公告)日：2020-12-04
申请号：CN202010338105.3
申请日：2020-04-26
Applicant: 华北电力大学
Abstract: 本发明涉及一种基于Bell态可验证的量子匿名投票方法，包括1、投票人将身份信息发送给监督机构。2、监督机构给合格的投票人发送密钥加密的假名证书和通过Bell态生成源产生的粒子。3、监督机构向计票人发送投票人的假名证书和粒子。4、投票人和计票人联合进行安全监测。5、投票人将假名证书和加密的投票内容序列匿名广播。6、计票人公布投票人的假名证书，重新排列后的投票内容，加密的位置信息序列以及计票结果。7、监督机构可查看，监督计票结果和投票内容。8、投票人可匿名查看信息，验证自己的投票内容是否被准确统计。本发明保证了投票人身份的合法性、选票的保密性，投票人只能进行一次投票并且能够验票，可有效阻止计票人的篡改攻击。
-
公开(公告)号：CN102521671B
公开(公告)日：2014-10-29
申请号：CN201110388041.9
申请日：2011-11-29
Applicant: 华北电力大学
IPC: G06F17/30
Abstract: 本发明公开了风电功率预测技术领域，尤其涉及一种风电功率超短期预测方法。本发明首先采集风电场的风速、风向和风电功率数据，形成样本集；然后对样本集进行数据预处理；之后利用深度自动编码器网络对预处理后的样本集进行降维；最后用降维后的样本集对相关向量机回归模型进行训练，然后利用训练后的相关向量机回归模型对超短期的风电功率进行预测。本发明降低了预测模型的训练时间，满足系统状态估计中对于精度和实时性的要求，使预测模型更加准确。
-
公开(公告)号：CN102411687B
公开(公告)日：2014-04-23
申请号：CN201110373558.0
申请日：2011-11-22
Applicant: 华北电力大学
IPC: G06F21/56
Abstract: 本发明公开了信息安全技术领域的未知恶意代码的深度学习检测方法。它包括下列步骤：1)利用字节级n元文法提取训练集中文件的特征向量；2)构建HTM网络结构，并确定HTM结构中底层每个节点的输入数据长度；3)将特征向量作为输入，利用HTM算法进行序列模式学习训练和分类推导；4)利用字节级n元文法提取测试集中的文件的特征向量；5)将特征向量输入到完成训练的HTM网络进行序列识别，以确定测试集中的文件是否含有恶意代码。本发明的有益效果为：具有较强的抗噪、容错能力，适应性强。同时，提高了恶意代码检测的识别能力和识别率，实现了准确检测新出现的恶意代码的目标。
-
Patent Agency Ranking
公开(公告)号：CN102820662A
公开(公告)日：2012-12-12
申请号：CN201210295560.5
申请日：2012-08-17
Applicant: 华北电力大学
IPC: H02J3/18
CPC classification number: Y02E10/763 , Y02E40/30
Abstract: 本发明公开了电力系统无功优化领域的一种含分布式电源的电力系统多目标无功优化方法。其技术方案是，1、推导风力发电机在潮流计算中的模型；2、初始化电网参数及分布式电源的并网参数；3、构造由系统无功优化控制变量组成的个体向量，初始化种群；4、根据已经初始化的种群和分布式电源并网后的电网参数进行潮流计算，并计算各个目标函数值；5、用基于人工蜂群的和声搜索混合算法进行多目标优化；6、优化过程结束，输出优化结果。本发明提出的混合优化算法ABC-HS在已有和声搜索算法HS局部搜索的同时，融合了人工蜂群算法ABC全局搜索的优点，提高了算法的效率并改善了算法的鲁棒性。
-
公开(公告)号：CN102761122A
公开(公告)日：2012-10-31
申请号：CN201210236276.0
申请日：2012-07-06
Applicant: 华北电力大学
IPC: H02J3/00
Abstract: 本发明公开了智能电网与信息安全领域中的一种电力状态估计系统假数据注入攻击的防御方法。本发明首先构建电力系统状态估计模型和虚假数据攻击模型；然后求得系统配置矩阵，进而得到电力系统状态估计模型中状态量的解；进而构建系统的安全集；当电力系统结构发生变化时，更新安全集。本发明以保护集为基础，并通过设立扩展保护集，在网络结构发生变化时也能防御假数据注入攻击，从而保证了电力系统的安全。
-
公开(公告)号：CN102411687A
公开(公告)日：2012-04-11
申请号：CN201110373558.0
申请日：2011-11-22
Applicant: 华北电力大学
IPC: G06F21/00
Abstract: 本发明公开了信息安全技术领域的未知恶意代码的深度学习检测方法。它包括下列步骤：1)利用字节级n元文法提取训练集中文件的特征向量；2)构建HTM网络结构，并确定HTM结构中底层每个节点的输入数据长度；3)将特征向量作为输入，利用HTM算法进行序列模式学习训练和分类推导；4)利用字节级n元文法提取测试集中的文件的特征向量；5)将特征向量输入到完成训练的HTM网络进行序列识别，以确定测试集中的文件是否含有恶意代码。本发明的有益效果为：具有较强的抗噪、容错能力，适应性强。同时，提高了恶意代码检测的识别能力和识别率，实现了准确检测新出现的恶意代码的目标。
-
公开(公告)号：CN101587154B
公开(公告)日：2011-12-28
申请号：CN200910086667.7
申请日：2009-06-17
Applicant: 华北电力大学
Abstract: 本发明公开了电力系统状态估计技术领域中的一种适用于复杂节点及大规模量测数据的快速状态估计方法。包括：分别将连续的T个时刻的M个测量值纳入到量测集合中，形成M×T二维数组；对所述M×T二维数组进行LLE非线性降维；对每个节点电压幅值和相角分别进行样本训练，生成电压幅值和相角样本模型，并利用生成的样本模型，进行节点电压幅值和相角预测；利用牛顿拉夫逊迭代法进行预测值修正，获得状态估计值；将状态估计值作为第T个时刻的状态真值放置到状态量集合中；取到第T+1个时刻为止的前T个时刻的量测数据，重复前述步骤，获得第T+1时刻的状态估计值，实现滚动预测。本发明在保证预测精度的前提下，实现了对大规模高维样本数据的快速训练和对系统状态量的预测。
-
公开(公告)号：CN102270309A
公开(公告)日：2011-12-07
申请号：CN201110212852.3
申请日：2011-07-27
Applicant: 华北电力大学
Abstract: 本发明公开了短期电力负荷预测技术领域中的一种基于集成学习算法的短期电力负荷预测方法。本发明首先对电力负荷进行数据预处理，构建负荷预测的训练样本集和测试样本集；然后用密母优化算法寻找核向量回归学习器的最优初始参数值，并对训练样本集进行训练，进而求得子学习器模型；之后由子学习器模型加权组合得到预测模型，通过预测模型对测试样本集进行预测，并根据均方根相对误差作为判断预测模型精度的条件，依据精度确定是否需要增加新的子学习器，最终得到满足精度要求的实际预测模型；最后用实际预测模型对未来一周的负荷进行预测。本发明方法具有模型简单、预测精度高、预测速度快等优点。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.024 seconds)
