-
公开(公告)号：CN119396119A
公开(公告)日：2025-02-07
申请号：CN202411522735.0
申请日：2024-10-29
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G05B23/02
Abstract: 本发明公开了一种基于模态差的工业控制系统异常检测方法及系统，包括：实时采集t时刻工业控制系统中的网络流量，根据所述t时刻工业控制系统中的网络流量生成t时刻的多模态数据(st1,at1)，其中，st1为t时刻的传感器数据，at1为t时刻的执行器数据；将所述t时刻的多模态数据(st1,at1)输入到多模态模型#imgabs0#中，得到t时刻工业控制系统的异常检测结果，该方法及系统准确检测工业控制系统是否异常。
-
公开(公告)号：CN119396118A
公开(公告)日：2025-02-07
申请号：CN202411522732.7
申请日：2024-10-29
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G05B23/02
Abstract: 本发明公开了一种工业控制系统异常检测方法及系统，包括：从工业控制系统中实时采集网络流量，对采集到的所述网络流量进行工控协议解析，得到反映当前时刻工业控制系统运行状态的传感器数据及执行器数据；将所述传感器数据及执行器数据输入到训练后的异常检测模型中，得到当前时刻工业控制系统的异常检测结果，其中，所述异常检测模型包括历史全连接层，该方法及系统能够对工业控制系统进行异常检测，且实时性及准确性较高。
-
公开(公告)号：CN119202873A
公开(公告)日：2024-12-27
申请号：CN202410877844.8
申请日：2024-07-02
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06F18/2413 , G06F18/214 , G06N3/0495 , G06N3/096
Abstract: 本发明公开了一种基于样本回放的网络流量分类方法及终端，基于网络流量对流量分类模型进行训练，基于训练后的流量分类模型和网络流量构建类别典型样本集和类别采样样本集，对类别典型样本集和类别采样样本集进行数据增强，基于增强后的类别典型样本集和类别采样样本集以及新的网络流量使用知识蒸馏策略对训练后的流量分类模型进行训练，得到新的流量分类模型，重复样本集构建和模型训练步骤直至当前的预设增量学习周期结束，以此减缓模型对新数据的偏向，即便网络流量不断更新变化，也能确保流量分类模型始终保持最佳的流量分类能力，利用该流量分类模型能更准确地实现流量分类，从而有效提高流量分类的准确率。
-
公开(公告)号：CN118890280A
公开(公告)日：2024-11-01
申请号：CN202410837554.0
申请日：2024-06-26
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: H04L41/12 , H04L41/142 , H04L45/12
Abstract: 本发明公开了一种基于拓扑骨干的自治系统的风险评估方法及终端，提取AS网络中的骨干部分，根据AS网络中每一节点对的最短路径对于骨干部分的依赖程度计算每条最短路径的骨干依赖和非骨干依赖，根据每条最短路径的骨干依赖和非骨干依赖计算每一对节点对于骨干部分的节点对骨干依赖和节点对非骨干依赖，并根据节点对骨干依赖和节点对非骨干依赖计算每一节点对于骨干部分的核心依赖程度和非核心依赖程度，根据每一节点的核心依赖程度和非核心依赖程度确定节点的抗风险能力，利用了从路径到节点对到节点的多粒度信息，考虑了更深远的节点影响，具有同时体现局部与全局特征的能力，更准确地对待评估对象进行风险评估，有助于选择最佳的通信合作对象。
-
公开(公告)号：CN118316677A
公开(公告)日：2024-07-09
申请号：CN202410417340.8
申请日：2024-04-09
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
Abstract: 本发明涉及网络安全技术领域，提供一种基于强化学习的漏洞攻击路径规划的方法，其包括以下步骤：步骤1、建立机器人自主路径规划安全强化学习框架SSRL，包括两个部分：1.1、预测和禁止不安全行为的安全保障机制；1.2、能自恢复到先前安全状态的自恢复机制；步骤2：基于动态支持集的小样本推理式安全强化学习机器人路径规划，包括两个部分：2.1、安全探索部分；2.2、自恢复部分；步骤3、基于经验重利用机制的快速强化学习机器人路径规划。本发明能较佳地进行漏洞攻击路径规划。
-
Patent Agency Ranking
公开(公告)号：CN117370573A
公开(公告)日：2024-01-09
申请号：CN202311326287.2
申请日：2023-10-13
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: G06F16/36 , G06N5/02 , G06N5/04 , G06F18/21 , G06F18/214 , G06N3/08 , G06F16/332 , G06N3/0442
Abstract: 本发明提出了基于认知推理的电力主设备故障知识图谱分析补全方法，采用认知双过程模型提高模型的表现能力，本方法首先，对电力主设备的故障日志进行处理，进行知识抽取，获得结构性数据；其次，定义本体并设计知识图谱，自顶向下地构建电力知识图谱；然后，利用双过程理论构建推理模型，在数据集上进行训练；最后，对模型进行测试，同时输出解结果和推理路径，从而实现高效、准确、可解释性强的图谱补全结果；本发明所述方法不但能获得较高的准确率，而且可以给出合理的推理路径，在推理结果存在错误时，依旧能为从业者提供一定的帮助。
-
公开(公告)号：CN113489007A
公开(公告)日：2021-10-08
申请号：CN202110959499.9
申请日：2021-08-20
Applicant: 国网福建省电力有限公司电力科学研究院 , 福州大学 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于边缘物联代理的光伏出力预测方法及系统。该方法基于边缘物联代理结构，利用Non‑MPPT算法解决两级式光伏发电系统出力过剩问题。光伏阵列正常运行时，通过修正光伏阵列环境参数，实时调节其输出电压，使其输出最大功率，实现光伏阵列最大功率跟踪。若出现部分遮荫，则基于光伏模块分布式优化斩波器，实现不同环境条件下光伏模块分散控制。而当出现区域电网光伏发电系统出力过剩，则根据光伏阵列实际光照强度分区管理，并对其出力份额重新分配，并根据分配功率额度推导光伏阵列对应输出电压，进而使光伏发电系统输出功率按主网需求快速调节。本发明能够有效减轻大量数据同时传输到管控中心的通信堵塞情况，提高调控的效率和实时性。
-
公开(公告)号：CN119865325A
公开(公告)日：2025-04-22
申请号：CN202411723262.0
申请日：2024-11-28
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种基于标签传播的小样本恶意流量检测方法及系统，对获取的原始流量文件进行预处理，得到会话表示序列，从会话表示序列中提取包头特征序列和负载特征序列，并基于其得到综合表示向量，再将综合表示向量映射至双曲空间中，将已标注标签的综合表示向量作为支持集样本，将未标注标签的综合表示向量作为查询集样本，并基于K近邻算法构建样本关系图，极大地增强了模型对复杂网络流量关系的表示能力，并且基于样本关系图使用标签传播算法将支持集样本的标签传播至相似的查询集样本，得到查询集样本的预测标签，并根据查询集样本的预测标签识别待检测流量文件中的恶意流量，从而提高了恶意流量检测的精度与泛化能力。
-
公开(公告)号：CN119578511A
公开(公告)日：2025-03-07
申请号：CN202411656541.X
申请日：2024-11-19
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06N3/098 , G06F18/231 , G06F18/22
Abstract: 本发明属于机器学习领域，具体涉及一种鲁棒联邦学习方法、装置、设备及介质，方法包括：中心服务器初始化全局模型参数和层模型参数，并将这些模型参数下发给所有客户端；客户端基于本地数据集、全局模型参数和层模型参数进行本地训练得到本地个性化模型参数，并将其上传到中心服务器；中心服务器基于客户端上传的模型参数相似度进行鲁棒选择和层级划分，计算并下发全局聚合模型和层聚合模型。本发明通过模型相似度进行鲁棒选择，有效排除恶意客户端的干扰，通过合理的层级划分和聚合策略，加快全局模型的收敛速度，提高模型的泛化能力和性能。
-
公开(公告)号：CN119577414A
公开(公告)日：2025-03-07
申请号：CN202411656533.5
申请日：2024-11-19
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G06F18/213 , G06F18/211 , G06F18/23213 , G06Q50/06 , G06N3/045 , G06N3/0499
Abstract: 本发明属于属于计算机与信息科学技术领域，涉及一种电力网络资产关键特征提取方法、装置、设备及介质。本发明方法采用改进的k‑means聚类算法对电力网络资产数据进行聚类分析，得到电力网络资产的关键特征；其中，k‑means聚类算法的改进之处在于：在聚类过程中，计算每个数据点与各个聚类中心之间的马氏距离，并将数据点分配到距离最短的聚类中心；基于动态权重更新与自适应学习率更新聚类中心；利用注意力机制对聚类得到的关键特征进行特征加权求和及非线性变换处理，得到优化特征向量矩阵。为后续的资产管理、故障诊断和预测性维护提供有力支持。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.078 seconds)
