-
公开(公告)号：CN117932684A
公开(公告)日：2024-04-26
申请号：CN202410302833.7
申请日：2024-03-18
Applicant: 南方电网科学研究院有限责任公司
Abstract: 本申请公开了一种智能电网数据加密方法和系统，数据拥有者通过初始化生成的文档加密密钥对电网数据文档进行加密后再上传给云服务器，根据文档包含的关键字、关键字文档数量计数器、关键字更新计数器、关键字加密索引密钥、文档编号构建关键字索引、关键字标签并上传给云服务器，并将关键字文档数量计数器、关键字更新计数器授权给数据使用者；数据使用者根据两个计数器中的值和待查询的多个关键字构建查询陷门对云服务器上存储的加密文档进行关键字查询；云服务器根据查询陷门获取的关键字标签对存储的加密文档进行搜索。本申请实现了能够在云环境下进行隐私保护的数据共享，支持多关键字联合查询，并且可以抵抗选择关键字攻击，保障了数据安全。
-
公开(公告)号：CN117117976B
公开(公告)日：2024-03-05
申请号：CN202311387261.9
申请日：2023-10-25
Applicant: 广东电网有限责任公司中山供电局 , 南方电网科学研究院有限责任公司 , 华南理工大学
IPC: H02J3/38 , H02P9/00 , G06F17/10 , H02P101/15
Abstract: 本发明公开了一种双馈感应风力发电机参数辨识方法及装置，用于解决现有的双馈感应风力发电机参数辨识方法辨识效果较差的技术问题。包括：初始化待辨识参数的参数取值范围，并根据参数取值范围生成若干个参数随机取值组合；依次在各待辨识参数的参数取值范围中等间隔取若干个目标值；计算各待辨识参数在对应的目标值及参数随机取值组合下的寻优子空间剖面，及寻优子空间剖面的最低点；采用待辨识参数的各寻优子空间剖面的最低点绘制包络线；判断包络线是否存在最小极值点；并根据判断结果确定待辨识参数的参数准确值落点区间范围；采用参数准确值落点区间范围更新参数取值范围，并基于参数取值范围对双馈感应风力发电机进
-
公开(公告)号：CN117596037A
公开(公告)日：2024-02-23
申请号：CN202311549420.0
申请日：2023-11-20
Applicant: 深圳供电局有限公司 , 南方电网科学研究院有限责任公司
Abstract: 本申请公开了一种新型电力系统的安全监测数据共享方法及相关设备，该方法包括：向数据拥有者请求对应于目标数据的对称密钥，目标数据的密文及哈希值预先被数据拥有者存储于云服务器中；基于数据拥有者返回的密钥数据，获取所述对称密钥，密钥数据为数据拥有者对对称密钥加密并签名后而生成的；将带有环签名的目标数据请求发送至云服务器，并接收云服务器返回的目标数据的密文及哈希值，目标数据的密文及哈希值为经由云服务器对目标数据请求验证通过后发送的；基于密钥数据、目标数据的密文及哈希值，获取目标数据的明文。本申请实现了用户的匿名性，保护用户身份隐私，并且能抵抗访问行为特性构建攻击。
-
公开(公告)号：CN117077186B
公开(公告)日：2024-02-02
申请号：CN202311346377.8
申请日：2023-10-18
Applicant: 南方电网科学研究院有限责任公司 , 云南电网有限责任公司
Abstract: 本申请提供了一种联邦学习实现隐私保护的电力负荷预测方法。该方法包括：用户终端利用本地数据对前一轮下发的负荷预测模型进行训练，并提取训练完成时负荷预测模型的梯度，利用第一加密算法对梯度进行加密，并将加密后的梯度传输到对应的边缘节点；边缘节点对本轮所接收到各梯度进行解密以及聚合，得到第一聚合梯度，利用第二加密算法对第一聚合梯度进行加密，并将加密后的第一聚合梯度传输到云服务器；云服务器将接收到的各第一聚合梯度进行聚合，得到第二聚合梯度，利用第二聚合梯度对前一轮的全局负荷预测模型进行训练，得到本轮的全局负荷预测模型，并将本轮的全局负荷预测模型下发到各边缘节点。
-
公开(公告)号：CN112699393B
公开(公告)日：2022-12-23
申请号：CN202011642517.2
申请日：2020-12-31
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
IPC: G06F21/60
Abstract: 本发明公开了一种并行总线数据传输方法和装置，涉及通过并行总线通信连接的第一主终端和待传输终端，通过第一主终端响应用户输入的第一PUF激励信号和第一随机数组，采用复合型PUF结构生成第一密钥；发送第一密钥和第一预设数据选取规则到待传输终端；当第一主终端接收到第一待加密明文时，采用第一密钥对第一待加密明文进行加密，生成第一加密数据并沿并行总线传输到待传输终端；通过待传输终端采用第一密钥对第一加密数据进行解密，生成第一解密数据；按照第一预设数据选取规则筛选第一解密数据，生成第一目标明文，从而避免国际密码算法可能存在后门所带来的安全隐患，提高数据传输安全性。
-
Patent Agency Ranking
公开(公告)号：CN114842006B
公开(公告)日：2022-10-14
申请号：CN202210776386.X
申请日：2022-07-04
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司汕尾供电局
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06N3/04 , G06N3/08 , G06V10/26 , G06V10/82 , G01H9/00
Abstract: 本申请公开了一种数字孪生台区电力线检测方法及其相关装置，方法包括：采集电力线路图像，得到待检测图像；采用Sobel算子对待检测图像进行初步分割，得到初步前景区域；基于初步前景区域，采用Grabcut算子对待检测图像进行再次分割，得到最终前景图像；将最终前景图像输入到预置数字孪生台区电力线检测模型中进行检测，得到电力线检测结果，改善了现有技术存在计算量大，检测速度慢的技术问题。
-
公开(公告)号：CN114842363A
公开(公告)日：2022-08-02
申请号：CN202210776349.9
申请日：2022-07-04
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司汕尾供电局
Abstract: 本发明提供了一种数字孪生台区关键电力设备的识别方法及系统，其中方法包括：获取低压配电网数字孪生台区的航拍图像，并对航拍图像进行预处理得到预处理后的航拍图像；利用改进的边缘检测算子从预处理后的航拍图像中提取包含关键电力设备的前景图像，关键电力设备至少包括电力线；将前景图像输入到训练好的轻量化卷积神经网络模型中，识别出关键电力设备，轻量化卷积神经网络模型是对YOLOv4模型的主干网络进行轻量化改进后得到的。本发明在复杂背景下对电力线的定位与提取依旧能够兼顾速度与精度，具有较高的实用性和可扩展性。
-
公开(公告)号：CN110659273B
公开(公告)日：2022-07-12
申请号：CN201910893778.2
申请日：2019-09-20
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
IPC: G06F16/215 , G06F16/27
Abstract: 本发明公开了分布式大数据采集平台的数据异常监控及修复方法，包括：利用大数据采集平台实时收集客户设备的上传数据；根据数据质量校验规则库对所述数据进行数据质量分析，生成异常清单，计算得到实时数据质量指标并发布；其中，所述数据质量校验规则库是在注册数据模型时预设的；利用大数据采集平台对所述异常清单中的异常数据进行辨识和修复。本发明提供的分布式大数据采集平台的数据异常监控及修复方法，适用于基于海量数据采集的用电信息大数据处理和分析，主要解决海量用电数据采集过程中数据出现异常且不能及时处理，导致数据分析结果不可用的问题。
-
公开(公告)号：CN114356900A
公开(公告)日：2022-04-15
申请号：CN202111481341.1
申请日：2021-12-06
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司汕尾供电局
IPC: G06F16/215
Abstract: 本发明提供了一种电力数据异常检测方法、装置、设备及介质，所述方法包括：在判断到电力数据存在重复时，对电力数据进行重复异常检测，并得到对应的异常检测结果，若不重复，则在判断搭配电力数据符合正态分布时，对电力数据进行正态分布异常检测，在判断到不符合正态分布时，判断电力数据是否为分位数；若是，则对电力数据进行非参数化异常检测；若否，则对电力数据进行任意分布异常检测。采用本发明实施例，能够按照重复异常检测、正态分布异常检测、非参数化异常检测、任意分布异常检测等方法，进行数据样本异常检测，解决了现有技术数据异常的检测手段较为单一的技术问题，从而进一步提高了电力数据异常检测的准确率。
-
公开(公告)号：CN114200245A
公开(公告)日：2022-03-18
申请号：CN202111416513.7
申请日：2021-11-19
Applicant: 南方电网科学研究院有限责任公司 , 广东电网有限责任公司汕尾供电局
IPC: G01R31/08
Abstract: 本发明公开了一种配电网的线损异常识别模型的构建方法，通过获取配电网中各个节点的线损参数，计算配电网中各个节点的线损率；根据混合高斯模型和3σ准则，各个节点按照线损率分为正常点和异常点；以各个节点的线损参数作为深度神经网络模型的输入，以正常点和异常点的分群结果作为输出所述深度神经网络模型的输出，训练得到线损异常识别模型。通过构建线损异常识别模型能够实现线损异常的准确识别，识别过程的计算量和复杂度较低。
-
-
-
-
-
-
-
-
-
Search Results
204
records
(took 0.097 seconds)
