-
公开(公告)号：CN114565126A
公开(公告)日：2022-05-31
申请号：CN202210041228.X
申请日：2022-01-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于效用函数的分布式实时需求响应算法，属于智能电网技术领域。考虑不同用户与能源供应商之间的实时交互，基于不同效用函数改进模型，添加多个电力存储设备，兼顾供电商发电量平稳的需求，提出一种能源供应商与用户同时计算最优价格、需求和发电容量的实时定价算法，给出模型的对偶函数并分解为用户侧和供电侧两类子问题。进而设计分布式实时需求响应算法，以最大化所有用户的用户满意度，同时最小化能源供应商的能源成本，保持总消耗水平低于发电容量。
-
公开(公告)号：CN114564815B
公开(公告)日：2024-03-15
申请号：CN202210041417.7
申请日：2022-01-14
Applicant: 重庆邮电大学
IPC: G06F30/20 , H02J3/00 , G06F119/04
Abstract: 本发明公开了一种基于布雷斯悖论效应的电力系统可靠性与经济性建模方法，包括影响电力系统可靠性的弃风能量带来的损失，还有整个输电建设中的收益和成本来进行评估，通过输电容量的改变整体评估了电网的可靠性和经济性，最终找到最优输电容量，使得供电需求、收益、投资成本和电网的稳定运行达到平衡。
-
公开(公告)号：CN112749524B
公开(公告)日：2022-07-12
申请号：CN202110064374.X
申请日：2021-01-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及硬件木马电路检测技术领域，具体涉及一种基于残差编码器神经网络的硬件木马电路检测方法，包括：获取电路设计阶段的Verilog文件，根据Verilog文件进行有效特征提取，得到硬件木马电路的有效特征集合；基于有效特征对木马电路相关性，采用关键特征选择方法从硬件木马电路的有效特征集合中选择强相关特征；将强相关特征输入残差卷积编码器网络，残差卷积编码器网络根据输入的特征识别木马电路。本发明提出一种残差编码器神经网络模型，该模型结合了残差神经网络(ResNet)和编码器(Encoder)，能够防止网络退化问题，相比于传统机器学习算法，错误率更低、准确率更高。
-
公开(公告)号：CN114567562B
公开(公告)日：2024-02-06
申请号：CN202210197786.5
申请日：2022-03-01
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种电网与通信网耦合网络关键节点识别的方法，首先建立电力和通信耦合网络模型，并且提出了考虑电力通信网业务的耦合强度，采用基于TOPSIS的电网节点重要度评估方法对电网节点重要度进行排序，使用业务流介数指标计算通信网节点重要度，从而建立了耦合网络节点重要度的评估指标，对耦合网络关键节点的识别有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN111931252A
公开(公告)日：2020-11-13
申请号：CN202010738039.9
申请日：2020-07-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及车载网络入侵检测技术领域，特别涉及一种基于滑动窗口和卷积编码器神经网络的车载控制器局域网络入侵检测方法，包括：对接收的原始数据进行数据清洗，并选择CAN ID和CAN Data作为特征；将CAN ID和CAN Data每个维度的特征转换为二进制数据；根据转换的二进制数据的位数计算特征尺寸；根据得到的特征尺寸设置正方形窗口，以该窗口对数据进行滑动窗口处理，获取处理后的特征；将处理后的特征输入卷积编码器神经网络中，卷积编码器神经网络根据输入的数据获得检测结果；本发明能够以较低的误报率及较高的检测率判别异常与正常流量，达到对CAN网络入侵检测目的。
-
公开(公告)号：CN114567562A
公开(公告)日：2022-05-31
申请号：CN202210197786.5
申请日：2022-03-01
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种电网与通信网耦合网络关键节点识别的方法，首先建立电力和通信耦合网络模型，并且提出了考虑电力通信网业务的耦合强度，采用基于TOPSIS的电网节点重要度评估方法对电网节点重要度进行排序，使用业务流介数指标计算通信网节点重要度，从而建立了耦合网络节点重要度的评估指标，对耦合网络关键节点的识别有重要意义。
-
公开(公告)号：CN114564815A
公开(公告)日：2022-05-31
申请号：CN202210041417.7
申请日：2022-01-14
Applicant: 重庆邮电大学
IPC: G06F30/20 , H02J3/00 , G06F119/04
Abstract: 本发明公开了一种基于布雷斯悖论效应的电力系统可靠性与经济性建模方法，包括影响电力系统可靠性的弃风能量带来的损失，还有整个输电建设中的收益和成本来进行评估，通过输电容量的改变整体评估了电网的可靠性和经济性，最终找到最优输电容量，使得供电需求、收益、投资成本和电网的稳定运行达到平衡。
-
公开(公告)号：CN111931252B
公开(公告)日：2022-05-03
申请号：CN202010738039.9
申请日：2020-07-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及车载网络入侵检测技术领域，特别涉及一种基于滑动窗口和卷积编码器神经网络的车载控制器局域网络入侵检测方法，包括：对接收的原始数据进行数据清洗，并选择CAN ID和CAN Data作为特征；将CAN ID和CAN Data每个维度的特征转换为二进制数据；根据转换的二进制数据的位数计算特征尺寸；根据得到的特征尺寸设置正方形窗口，以该窗口对数据进行滑动窗口处理，获取处理后的特征；将处理后的特征输入卷积编码器神经网络中，卷积编码器神经网络根据输入的数据获得检测结果；本发明能够以较低的误报率及较高的检测率判别异常与正常流量，达到对CAN网络入侵检测目的。
-
公开(公告)号：CN112749524A
公开(公告)日：2021-05-04
申请号：CN202110064374.X
申请日：2021-01-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及硬件木马电路检测技术领域，具体涉及一种基于残差编码器神经网络的硬件木马电路检测方法，包括：获取电路设计阶段的Verilog文件，根据Verilog文件进行有效特征提取，得到硬件木马电路的有效特征集合；基于有效特征对木马电路相关性，采用关键特征选择方法从硬件木马电路的有效特征集合中选择强相关特征；将强相关特征输入残差卷积编码器网络，残差卷积编码器网络根据输入的特征识别木马电路。本发明提出一种残差编码器神经网络模型，该模型结合了残差神经网络(ResNet)和编码器(Encoder)，能够防止网络退化问题，相比于传统机器学习算法，错误率更低、准确率更高。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
