一种基于机器学习算法的用户中长期交易购电量优化方法

    公开(公告)号:CN113657640A

    公开(公告)日:2021-11-16

    申请号:CN202110746628.6

    申请日:2021-07-01

    Abstract: 一种基于机器学习算法的用户中长期交易购电量优化方法,首先考虑用户年度与月度交易需求,分析影响用电量的因素;再提出年度合约最优购电量模型与年度总最优购电量模型,得到合约电量分解计划;接着根据模型采用Q学习算法进行求解;最后得到年度合约与年度总最优交易购电量结果,并进行分析比较。相比现有方法,本方法考虑影响用户用电量的因素,使得电量分解结果更适用于实际;机器学习算法更适合求解月度购电量不确定的问题,使过程和结果更合理。

    一种网络攻击下电动汽车充电系统威胁级别判定与防御应对方法

    公开(公告)号:CN114297584A

    公开(公告)日:2022-04-08

    申请号:CN202111657660.3

    申请日:2021-12-30

    Abstract: 一种网络攻击下电动汽车充电系统威胁级别判定与防御应对方法,步骤为:首先考虑电动汽车移动特性,分析影响电动汽车首次充电失败后切换充电设备的可能性;接着基于不同充电系统之间的吸引系数提出电动汽车切换充电系统的概率模型,进而得出伴随电动汽车在不同充电系统之间的初始网络攻击概率;最后得到网络攻击下电动汽车充电系统随时间变化的威胁级别计算公式,并提出相应减缓传播策略。相比现有方法,本发明的方法具有以下优点:1)考虑了电动汽车移动因素,使得伴随电动汽车的网络攻击传播过程更为合理;2)得到的网络攻击下充电系统随时间变化的威胁级别计算公式结果更合理,应对策略控制效果显著。

    一种网络攻击下电动汽车充电系统威胁级别判定与防御应对方法

    公开(公告)号:CN114297584B

    公开(公告)日:2024-11-12

    申请号:CN202111657660.3

    申请日:2021-12-30

    Abstract: 一种网络攻击下电动汽车充电系统威胁级别判定与防御应对方法,步骤为:首先考虑电动汽车移动特性,分析影响电动汽车首次充电失败后切换充电设备的可能性;接着基于不同充电系统之间的吸引系数提出电动汽车切换充电系统的概率模型,进而得出伴随电动汽车在不同充电系统之间的初始网络攻击概率;最后得到网络攻击下电动汽车充电系统随时间变化的威胁级别计算公式,并提出相应减缓传播策略。相比现有方法,本发明的方法具有以下优点:1)考虑了电动汽车移动因素,使得伴随电动汽车的网络攻击传播过程更为合理;2)得到的网络攻击下充电系统随时间变化的威胁级别计算公式结果更合理,应对策略控制效果显著。

Patent Agency Ranking