-
公开(公告)号：CN113094702B
公开(公告)日：2023-08-18
申请号：CN202110264010.6
申请日：2021-03-09
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
IPC: G06F21/55 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于LSTM网络的虚假数据注入攻击检测方法及其装置，旨在解决现有的状态估计模型无法准确检测出虚假数据注入攻击的技术问题。其包括：实时获取配电网中每个节点的状态值，生成历史状态值数据；利用训练好的LSTM状态预测模型处理历史状态值数据，获得每个节点在下个时刻的状态预测值；获取下个时刻各个节点的状态实测值，根据预设的均方误差比较状态预测值和状态实测值，获取虚假数据注入攻击检测结果。本发明能够准确预测是配电网下个时刻的状态值，进而实现快速、准确、可靠的虚假数据注入攻击检测效果。
-
公开(公告)号：CN113094743B
公开(公告)日：2022-11-29
申请号：CN202110289216.4
申请日：2021-03-18
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种基于改进型拜占庭共识算法的电网数据存储方法，旨在解决区块链共识算法无法满足电网数据存储安全需求的技术问题。其包括：根据选举机制从电网数据存储节点中选取一个领导节点，并基于领导节点利用广播生成树算法生成通信树；基于通信树，利用改进型拜占庭共识算法处理领导节点身份信息和电网区块数据，实现通信树的电网数据存储节点共识，并生成多重签名；利用通信树中的每个电网数据存储节点进行多重签名验证；根据签名验证结果和电网数据存储节点共识结果进行电网区块数据存储。本发明可以减少节点间的通信、计算和网络传输成本，提高了电网数据存储的安全性。
-
公开(公告)号：CN113204918B
公开(公告)日：2022-10-25
申请号：CN202110473450.2
申请日：2021-04-29
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了水泥窑生产能耗的建模方法，从水泥窑分散控制系统中采集选定时间段的特定参数，作为样本数据集；根据获得的样本数据集构建训练样本集和测试样本集；利用训练样本集和测试样本集训练水泥窑生产能耗模型完成水泥窑生产能耗的建模，所述水泥窑生产能耗模型为结合BP网络和Elman神经网络的组合神经网络模型。该方法基于数据建模，结合前馈神经网络和反馈神经网络这两类神经网络的优点，通过结合BP网络和Elman网络的组合神经网络建立模型，既能保留BP神经网络静态逼近效果好的特性，也保留了Elman神经网络动态逼近效果好的优点，且较单一神经网络模型有更的高预测精度。
-
公开(公告)号：CN112749838B
公开(公告)日：2022-10-25
申请号：CN202011535499.8
申请日：2020-12-23
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
IPC: G06Q10/04 , G06F16/2458 , G06Q50/06
Abstract: 本发明公开了一种基于粒子群优化的改进灰色模型的电力负荷预测方法，属于电力系统负荷预测技术领域，本发明针对现有的灰色预测模型存在随着负荷变化波动性大，出现预测效果不佳的问题，利用基于数据变换的灰色预测模型DTGM(1,1)，在获取前n年的负荷数据的情况下，去预测(n+1)年的负荷值，再通过粒子群优化算法(PSO)求取残差状态区间参数λ1,λ2,…λn的最优值，得到最优的残差修正值来修正原有的预测模型，最终得到修正后的预测值；本发明修正后的DTGM(1,1)具有更高的预测精度，弥补了传统的灰色预测模型的不足。
-
公开(公告)号：CN112947672B
公开(公告)日：2022-09-02
申请号：CN202110181915.7
申请日：2021-02-08
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
IPC: G05F1/67
Abstract: 本发明公开了一种光伏电池最大功率点跟踪方法，包括以下步骤：将所述预处理后的数据输入注意力机制和循环神经网络模型，得出所述光伏发电装置的光伏最大功率点对应的预测电压值和预测功率值，调节光伏电池板的输出电压，检测光伏电池板的实际功率值；将预测功率值和实际功率值进行比较，判断是否出现环境条件突变；根据所述预测功率值和实际功率值调整占空比值；根据所述占空比值，调节逆变器使之输出最大功率值，同时输出此时的占空比值和最大功率值；环境突变，通过历史数据对注意力机制和循环神经网络模型进行训练，获得重新训练好的注意力机制和循环神经网络模型。与现有技术相比，本专利能够达到速度快，迭代少,减少了步长调节次数等优点。
-
Patent Agency Ranking
公开(公告)号：CN113162053B
公开(公告)日：2022-06-07
申请号：CN202110289887.0
申请日：2021-03-18
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种基于负荷转供和储能调节的配电网电压控制方法及系统，其中方法包括：首先，基于配电网的拓扑参数进行潮流计算，得到配电网各节点电压对节点输出有功及无功的灵敏度；再根据所述灵敏度对每条支线进行排序，基于混杂Petri网构建配各条支线的负荷转移模型，通过支线负荷的灵活转供来调节主母线电压直至安全范围内为止，若不安全则根据所述灵敏度构建系统预测控制模型，调节各分布式储能实现母线电压的最优控制，若仍无法解决则依据所述灵敏度计算得到各条支线的弃水量，根据所述弃水量对各水电发电单元进行序贯式弃水。本发明实现了母线电压调节的两级优化控制，保证母线电压调节的可靠性和经济性。
-
公开(公告)号：CN113131532B
公开(公告)日：2021-10-08
申请号：CN202110413774.7
申请日：2021-04-16
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开一种基于源网荷储网络化云决策控制系统平台的新能源电站一次调频网络化控制方法，包括：根据新能源电站的历史运行数据，确定新能源电站各发电单元的一次调频预估值；根据一次调频预估值，基于逆变器有功功率模型，确定各发电单元的逆变器各个时段的最优控制序列，最优控制序列包括多个逆变器有功功率的控制量；将各个时段的最优控制序列标注时标，并根据时段发送到各发电单元的执行装置，各发电单元执行装置接收最优控制序列，并根据时标确定存储或不存储所述最优控制序列；各发电单元执行装置根据接收和已存储的最优控制序列及其时标，确定执行的控制量。本发明解决了因新能源发电功率不确定性和波动性引起的一次调频准确性差的问题。
-
公开(公告)号：CN113162053A
公开(公告)日：2021-07-23
申请号：CN202110289887.0
申请日：2021-03-18
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种基于负荷转供和储能调节的配电网电压控制方法及系统，其中方法包括：首先，基于配电网的拓扑参数进行潮流计算，得到配电网各节点电压对节点输出有功及无功的灵敏度；再根据所述灵敏度对每条支线进行排序，基于混杂Petri网构建配各条支线的负荷转移模型，通过支线负荷的灵活转供来调节主母线电压直至安全范围内为止，若不安全则根据所述灵敏度构建系统预测控制模型，调节各分布式储能实现母线电压的最优控制，若仍无法解决则依据所述灵敏度计算得到各条支线的弃水量，根据所述弃水量对各水电发电单元进行序贯式弃水。本发明实现了母线电压调节的两级优化控制，保证母线电压调节的可靠性和经济性。
-
公开(公告)号：CN113095648A
公开(公告)日：2021-07-09
申请号：CN202110356343.1
申请日：2021-04-01
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了配电网故障分析技术领域的一种基于数据驱动的配电网故障停电风险指标评估方法及系统，采集配电网基础参数的历史数据，筛选出影响配电网运行的故障停电风险指标；将故障停电风险指标输入配电网风险模型，获取故障停电风险指标的故障停电风险值；基于故障停电风险指标的故障停电风险值，获取故障停电风险指标的敏感度值。能够有效预测配电网停电风险，降低电网故障停电的风险。
-
公开(公告)号：CN112968942A
公开(公告)日：2021-06-15
申请号：CN202110134496.1
申请日：2021-01-29
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了数据安全存储技术领域的一种区块链数据安全存储框架及方法，该方法旨解决智能电网边缘数据存储的安全问题，对所述区块链系统中的节点重叠分组，其中每个节点组内分为执行节点组和普通节点组，执行节点负责接收数据、处理数据以、打包数据以及存储数据，普通节点负责接收数据、验证数据、存储数据以及作为后备执行节点。执行节点组内使用Raft共识算法达成各节点间的消息队列共享，执行节点出现故障后，由普通节点竞选为新的执行节点。本发明利用区块链本身的不可篡改性来提高智能电网边缘数据存储的安全性，利用多链式的结构来降低区块链对存储资源的需求，利用动态Raft算法，降低了节点共识时间，提高了数据存储的效率。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.072 seconds)
