-
公开(公告)号：CN114978586A
公开(公告)日：2022-08-30
申请号：CN202210381108.4
申请日：2022-04-12
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司信息通信分公司
Abstract: 本发明涉及电网安全技术领域，尤其涉及一种基于攻击基因的电网攻击检测方法、系统和电子设备，方法包括：获取待检测电网中的每个第一预设节点的至少一条电网量测数据，形成数据集；利用离散小波变换的方式，获取数据集中每条电网量测数据对应的目标时域攻击基因；根据所有的目标时域攻击基因和训练好的图神经网络模型，得到每个第一预设节点被攻击的概率，并根据最大概率，确定待检测电网是否受到攻击。提升了攻击检测精度和抗噪声性能，解决了手动设置攻击检测阈值的问题，在频率响应方面更灵活，提升攻击检测效率。
-
公开(公告)号：CN114511194A
公开(公告)日：2022-05-17
申请号：CN202210015149.1
申请日：2022-01-07
Applicant: 东北电力大学 , 国网内蒙古东部电力有限公司信息通信分公司
Abstract: 本发明涉及电力物联网技术领域，尤其涉及一种电力物联网的运行风险预测方法、系统和电子设备，该方法中，以时间序列为基准，对预设历史时间段内的多源数据进行融合，得到完整数据集，基于自适应综合过采样方法对完整数据集进行数据平衡处理，得到平衡数据集；基于平衡数据集训练得到电力物联网运行风险预测模型；根据待测试电力物联网的当前的多源数据和电力物联网运行风险预测模型，得到待测试电力物联网的运行风险预测结果。对信息侧、物理侧、社会侧的量测数据进行融合以及基于自适应综合过采样方法对融合后的数据进行数据平衡处理，能够提高训练出的电力物联网运行风险预测模型的预测精度，提高运行风险预测结果的准确度。
-
公开(公告)号：CN111337761A
公开(公告)日：2020-06-26
申请号：CN202010117948.0
申请日：2020-02-26
Applicant: 东北电力大学
IPC: G01R29/24
Abstract: 本发明是一种基于静电荷监测的混合脉冲流化床，它包括混合气流供气装置和流化床，其特点是：还包括静电荷监测部件，所述静电荷监测部件的静电荷感应组件置于流化床内，数据采集器一端与静电荷感应组件连接、另一端与计算机连接。其静电荷在线监测方法包括：静电荷感应组件实时收集流化床内的静电荷信号，并传输到第一和第二信号放大模块；第一和第二信号放大模块将静电荷信号放大后传输到数据采集器；数据采集器将静电荷信号传输到计算机；温湿度记录仪监测流化床内气体的温度和相对湿度；计算机按照设定的时间段分组降噪处理；获得不同工况下的功率谱密度函数图(PSDF)，探寻脉冲气流的加入对流化床内部流化特性的影响。
-
公开(公告)号：CN111191955A
公开(公告)日：2020-05-22
申请号：CN202010015735.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司白山供电公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特点是，包括提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理；考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预模型；在原灰狼群算法的基础上提出交叉自适应灰狼群模型求解算法，引入自适应度位置调整策略和交叉最优解策略对风险区域预测模型进行优化求解。具有方法科学合理，适应性强，效果佳等优点。
-
公开(公告)号：CN110544047A
公开(公告)日：2019-12-06
申请号：CN201910854363.4
申请日：2019-09-10
Applicant: 东北电力大学
Abstract: 本发明公开了一种不良数据辨识方法，包括以下步骤：S1，使用凝聚层次聚类算法和真实Index的模型评估指标，确定PAM算法的初始聚类个数；S2，使用PAM算法对正常数据进行聚类，并计算每类的均方差，得出正常数据的类均方差范围；S3，运用间隙统计算法对待测数据进行聚类并得出结果；S4，比较待测数据所得聚类个数与正常数据通过HC-Center聚类算法所得聚类个数是否一致，若一致即不存在不良数据，否则需计算每个类的均方差，判断其是否在正常数据的类均方差范围之内，若不在，则类中数据视为不良数据。本发明解决了PAM算法需要人为设定初始聚类个数的缺陷，提高了聚类的准确度；能够高效、准确地对数据进行聚类运算。
-
Patent Agency Ranking
公开(公告)号：CN109190820A
公开(公告)日：2019-01-11
申请号：CN201810995813.7
申请日：2018-08-29
Applicant: 东北电力大学
Abstract: 本发明提出一种考虑用户流失率的电力市场售电量深度预测方法，首先，基于生存分析给出了电力市场中用户流失率的计算方法，对未来某时刻购电用户数量进行预测；然后，构建了用户用电量置信网络并结合用户数量预测，设计了售电量深度预测模型；最后，提出基于自适应惯性权重算法对模型进行求解；本发明所提方法在售电量预测精度方面有明显提高。
-
公开(公告)号：CN108182257A
公开(公告)日：2018-06-19
申请号：CN201711500260.5
申请日：2017-12-29
Applicant: 东北电力大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于区域密度统计方法优化的GSA不良数据检测与辨识方法，基于区域密度统计方法优化的GSA辨识法在算法执行的过程中，通过计算密度参数最大的数据对象，选出k个距离最远的最高密度区域的点作为最优的聚类初值，大大提高了算法的精确度，有效的避免了GSA肘形判据算法的缺点。在面对大规模的电网数据，可以通过最优聚类初值的选取，有效的减少迭代计算的计算量，大大减少计算时间。在避免残差污染和残差淹没的基础上，计算更为客观准确，计算速度大为提高；对于大系统、数据量巨大的情况，该方法是一种快速高效的算法。
-
公开(公告)号：CN103675378B
公开(公告)日：2017-06-09
申请号：CN201310434292.5
申请日：2013-09-23
Applicant: 国家电网公司 , 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
CPC classification number: Y02B70/3266 , Y04S10/40 , Y04S20/242
Abstract: 本发明公开一种非侵入式家庭用电负荷分解方法，基于进制拟合算法的非侵入式负荷分解方法，通过家用智能电表采集电器负荷数据，由最优拟合算法获得各最优参数，最终实现用电负荷的分解。能够准确的计算出电器开启时间、已运行时间和运行模式，并能将同种电器投入使用的情况进行准确分解。实现家庭用电负荷的分解，得到各家电的负荷信息，负荷分解的结果可以有效指导用户用电行为的改变，促进家庭节能计划的智能，同时也能对电力部门制定相应的需求侧管理提供数据支持，使得家庭用电向着更加节能、高效的方向改变。
-
公开(公告)号：CN119128154A
公开(公告)日：2024-12-13
申请号：CN202411232854.2
申请日：2024-09-04
IPC: G06F16/35 , G06F16/36 , G06F40/30 , G06F40/211 , G06F40/253 , G06N3/0455 , G06N3/0464 , G06N3/042 , G06N3/084
Abstract: 一种融合语义和句法信息的实体关系抽取方法属于语言处理技术领域。本发明通过学习句子中的信息，实现了语义和句法信息的融合，提升了实体间关系分类的准确性。本发明主要通过结合外部语法器与词向量信息，使用自注意力池化层的图卷积神经网络与残差收缩网络减少文本中噪声的影响，提升实体间长距离依赖。同时，使用插值预测的方式计算损失，完善BERT与图神经网络的交互。通过实验表明，本发明充分融合语义向量和句法结构信息，使得关系抽取效果相较于其他基准模型得到了显著提升，减轻了句子内实体间长距离关系识别率底及含有的噪声问题。
-
公开(公告)号：CN117375983A
公开(公告)日：2024-01-09
申请号：CN202311473273.3
申请日：2023-11-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: H04L9/40
Abstract: 本发明是一种基于改进CNN‑LSTM的电网虚假数据注入辨识方法。它包括针对电力系统运行数据特征冗余导致模型计算量大的问题，采用基于堆叠自编码器的电力FDIA特征提取方法，为进一步提高特征提取的性能，通过引入注意力机制模块对模型进行改进，在每个子自编码器的输入层引入注意力机制层，从而对攻击高度相关的特征提供更大的权重。构建基于CNN‑LSTM的虚假数据注入攻击辨识模型，并针对参数选择对模识别精度影响大的问题，采用麻雀搜索算法对CNN‑LSTM模型的参数进行优化。该方法科学合理，准确性较高，可适用于电网中虚假数据注入攻击的辨识问题，对维护电网安全具有一定实用意义。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.03 seconds)
