-
公开(公告)号：CN113301030A
公开(公告)日：2021-08-24
申请号：CN202110530040.7
申请日：2021-05-14
Applicant: 国网河北省电力有限公司信息通信分公司 , 华北电力大学(保定) , 国家电网有限公司
Abstract: 本发明提供了一种基于区块链的电力物联网终端可信接入认证方法及系统，预置接入终端，同时构建初始化的认证中心；接入终端向endoser节点请求背书，请求被允许接入内网；接入后，发送认证请求，order节点对请求进行排序，将请求打包成区块，并广播给peer节点，通过调用kafka模块对请求进行分布式认证；committingpeer节点对请求进行校验，通过后标注为合法并写入账本中，并判断接入终端是否为上级节点，若为，则加入认证中心。本发明提供的基于区块链的电力物联网终端可信接入认证方法及系统，改进了传统物联网安全协议中对认证中心节点的依赖，实现群体接入认证，提高电力物联网中大量节点并发接入的响应速度。
-
公开(公告)号：CN107656176B
公开(公告)日：2020-02-07
申请号：CN201711098366.7
申请日：2017-11-09
Applicant: 华北电力大学(保定)
IPC: G01R31/08
Abstract: 一种基于改进贝叶斯Petri网的电网故障诊断方法，所述方法首先通过引入时序关联规则，从定量的角度出发，描述各个库所之间的时序关系和逻辑规则，然后在故障信息不完备的条件下，利用保护动作规则，对报警信息的时序约束关系进行推理，并给出识别报警信息丢失、断点和误报算法，最后再进一步结合贝叶斯网络快速准确地实现故障元件的定位。本发明有效利用故障报警信号中的信息量，在深入分析报警信息中蕴含的时序属性的基础上，提出一种计及定量时序关联规则的改进贝叶斯Petri网故障诊断模型，该方法减少了报警结果的不确定性，其抗干扰性强，可大大提高诊断结果的准确性。
-
公开(公告)号：CN106446540B
公开(公告)日：2019-05-03
申请号：CN201610834211.4
申请日：2016-09-20
Applicant: 华北电力大学(保定)
IPC: G06F17/10
Abstract: 一种风电机组健康状态实时评估方法，所述方法首先基于风电机组历史运行数据，运用聚类技术实现风电机组运行工况的划分，并计算每种工况下的风电机组标准状态云模型；然后采用流式聚类算法对风电机组的实时数据流进行工况辨识，并计算机组实时状态的云模型；之后计算实时状态的云模型与标准状态云模型的偏离值并将其作为风电机组的健康指数；最后根据健康指数的大小对风电机组的健康状态进行评估。本发明利用云模型来描述风电机组的运行状态，并引入时间窗的方法来获取风电机组健康状态及发展趋势，该方法充分考虑了风电机组状态监测信息的不确定性，大大提高了评估结果的准确性，可为制定风电机组维护计划提供有力支撑。
-
公开(公告)号：CN105760649A
公开(公告)日：2016-07-13
申请号：CN201510883959.9
申请日：2015-12-04
Applicant: 华北电力大学(保定)
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 一种面向大数据的可信度量方法，用于对大数据的可信性进行准确分析，其技术方案是，通过计算数据源之间的可信度、数据源的可信度、数据的可信度，动态地构建含有时间因子和惩罚因子权重参数的层次化的大数据可信性分析网络，最后利用所构建的可信性分析网络计算出数据的可信度。本发明在传统数据可信分析理论的基础上，通过增加时间因子与惩罚因子等权重参数，构建了层次化的动态大数据可信分析网络模型，将大数据的可信性分析问题归结为数据源、数据源之间及数据传播网络路径的组合问题，仿真实验证明，数据源提供的数据量越多，该模型越能对数据的可信性进行准确分析，很好地满足了大数据的可信需求。
-
公开(公告)号：CN118965188A
公开(公告)日：2024-11-15
申请号：CN202411106435.4
申请日：2024-08-13
Applicant: 国网河北省电力有限公司信息通信分公司 , 华北电力大学(保定) , 国家电网有限公司
IPC: G06F18/243 , G06F18/10 , G06Q30/0283 , G06Q40/04 , G06F16/215 , G06F16/22 , G06F16/25
Abstract: 本发明涉及电力行业技术领域，尤其涉及一种能源电力数据交易平台的数据处理方法。该方法包括以下步骤：获取能源电力数据；对能源电力数据进行数据标准化，得到能源电力标准数据；基于多特征因素对能源电力标准数据进行分层分类，从而得到多特征因素分类数据，其中多特征因素包括业务形态、时间特征以及数据来源；根据多特征因素分类数据构建分类树状分层结构，从而生成分类树状数据；根据预设的质量评价规则对分类树状数据进行质量审计，并进行数据清洗，从而得到高质量树状数据。本发明融合成本视角和扩散视角的价值评估，避免了仅考虑短期成本的片面性，帮助发现潜在价值较高但初始成本较高的数据资产。
-
Patent Agency Ranking
公开(公告)号：CN113689295B
公开(公告)日：2024-06-18
申请号：CN202110992199.0
申请日：2021-08-27
Applicant: 华北电力大学(保定) , 国网河北省电力有限公司信息通信分公司 , 北京邮电大学
Abstract: 本发明公开一种多元参与主体间的分布式能源交易方法及系统，将博弈理论和能源区块链相结合，通过区块链技术与能源互联网互补优化，无需第三方信任机制的优势能有效降低安全保障成本，促进业务的高效进行，考虑到了能源用户和能源商户之间因为利益产生的博弈行为以及能源量、安全等物理约束，使得交易过程更为安全可靠，通过改进PBFT算法减少了网络传播开销，缩短了区块共识时间，更能满足能源互联网对于交易效率的业务需求。
-
公开(公告)号：CN116594425A
公开(公告)日：2023-08-15
申请号：CN202310543838.4
申请日：2023-05-15
Applicant: 华北电力大学(保定)
IPC: G05D1/10
Abstract: 本发明涉及多无人机路径规划技术领域，公开了一种基于概率地图和改进遗传算法的多无人机路径规划方法，包括以下步骤：S1：栅格化目标区域并编号；S2：构建概率地图；S3：构建概率折扣回报率模型；S4：构建双目标混合整数规划模型；S5：构建多约束条件保证目标函数可行性；S6：初始化种群信息；S7：对染色体编码和解码；S8：对染色体的交叉算子和变异算子进行自适应优化；S9：计算染色体的适应度函数；S10：输出结果。本发明可以同时规划多条无人机的路径，实现多无人机的全局优化；在不增加搜索时间的情况下，可以对较大概率目标区域进行优先搜索；避免了传统方式在达到总续航时才终止任务的缺陷。
-
公开(公告)号：CN114897837A
公开(公告)日：2022-08-12
申请号：CN202210530713.3
申请日：2022-05-16
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于联邦学习与自适应差分的电力巡检图像缺陷检测方法，包括：构建联邦学习场景、数据预处理、数据下发、中心服务器下发全局模型参数、客户端训练模型参数、上传本地模型参数、中心服务器基于收集的客户端模型参数加权聚合、计算服务器的模型总损失、更新客户端模型参数步骤。本发明在隐私保护和数据安全共享的前提下，使各个参与者间协同训练，确保电力巡检图像缺陷检测的高精度性；它在联邦学习的基础上是引入差分隐私技术，将深度学习的数据存储和模型训练阶段转移至本地，本地用户仅与中心服务器交互模型参数，同时客户端根据数据特征自适应的控制噪声添加，本发明可以减少来自不可信的第三方加入对联邦学习模型聚合的扰动与模型提取攻击的影响，从而有效保障了隐私保护与数据安全。
-
公开(公告)号：CN110866604A
公开(公告)日：2020-03-06
申请号：CN201911032677.2
申请日：2019-10-28
Applicant: 国网河北省电力有限公司电力科学研究院 , 华北电力大学(保定)
Abstract: 一种电力变压器状态监测数据的清洗方法，所述方法针对油浸式电力变压器油中气体的监测数据建立堆栈降噪自编码器，并在逐个训练堆栈降噪自编码器中的每一个自编码器之后，再进行堆叠和微调处理，得到最终的堆栈降噪自编码器数据清洗模型，最后将油浸式电力变压器油中气体的监测数据输入到堆栈降噪自编码器数据清洗模型进行处理，达到对原始数据进行降噪的目的。本发明以堆栈降噪自编码器为理论基础建立数据清理模型，同传统基于统计方法的数据清洗方式相比，该方法从数据本质特征出发，摆脱了数据指标化评判标准的束缚，能够较好地消除数据噪声，为设备状态评估和设备寿命预测等工作提供可靠的监测数据。
-
公开(公告)号：CN110378424A
公开(公告)日：2019-10-25
申请号：CN201910664061.0
申请日：2019-07-23
Applicant: 国网河北省电力有限公司电力科学研究院 , 华北电力大学(保定) , 国家电网有限公司
Abstract: 本发明公开了一种基于卷积神经网络的变压器套管故障红外图像识别方法，包括以下步骤：A、构建卷积神经网络模型；卷积神经网络模型包括输入层和输出层，输入层和输出层之间设置若干个卷积层和采样层，卷积层和采样层交替设置，在输出层与最后一个采样层之间设置有全连接层；B、对卷积神经网络模型进行训练；循环迭代进行激励传播和权值更新，直到目标函数收敛到预设的范围为止；C、使用步骤B训练后的卷积神经网络模型对变压器套管故障红外图像进行识别。本发明能够改进现有技术的不足，图像识别率高。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.064 seconds)
