-
公开(公告)号：CN114422588A
公开(公告)日：2022-04-29
申请号：CN202210060167.1
申请日：2022-01-19
Applicant: 南京南瑞信息通信科技有限公司 , 国网江苏省电力有限公司信息通信分公司
Inventor： 何迎利 , 梁伟 , 缪巍巍 , 王佳 , 赵华 , 马涛 , 曾锃 , 葛红舞 , 王元强 , 张翔 , 陈民 , 张明轩 , 曹光耀 , 卢岸 , 龚雯雯 , 翁春华 , 左浩然
Abstract: 本发明公开了一种安全自治实现系统及边缘物联代理对终端接入认证的方法，本发明将云端密钥管理中心的密钥生成功能、签名验签功能、加密解密功能和密钥封装/解封装功能下沉至边缘物联代理中，终端的数据通信行为中止于边缘物联代理，降低了对云端的安全攻击的可能，并且降低了云端的负荷。
-
公开(公告)号：CN113726616B
公开(公告)日：2022-03-22
申请号：CN202111296954.8
申请日：2021-11-04
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司
IPC: H04L43/0823 , H04L67/12 , H04L9/40 , G16Y40/50 , G16Y40/10 , G16Y30/10 , G16Y10/35 , G06F16/901
Abstract: 本发明提供了一种基于电力物联网实时检测异常数据的方法、装置及系统，其中，该方法包括：基于自定义数据交互规范设置第一格式校验规则，并将第一格式校验规则下发至边设备，指示边设备检测终端设备应当按照自定义数据交互规范上传的业务数据是否符合第一格式校验规则；接收边设备上传的第一有效业务数据，第一有效业务数据为符合第一格式校验规则的业务数据。通过本发明实施例提供的技术方案，边设备能够检测业务数据是否异常，在异常时能够起到拦截业务数据的作用，保证物联管理平台中的数据清洁。基于格式校验规则可以实时、准确地判断业务数据是否异常，能够提高实时性，并拦截异常数据，有效避免占用网络带宽。
-
公开(公告)号：CN113726616A
公开(公告)日：2021-11-30
申请号：CN202111296954.8
申请日：2021-11-04
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司
Abstract: 本发明提供了一种基于电力物联网实时检测异常数据的方法、装置及系统，其中，该方法包括：基于自定义数据交互规范设置第一格式校验规则，并将第一格式校验规则下发至边设备，指示边设备检测终端设备应当按照自定义数据交互规范上传的业务数据是否符合第一格式校验规则；接收边设备上传的第一有效业务数据，第一有效业务数据为符合第一格式校验规则的业务数据。通过本发明实施例提供的技术方案，边设备能够检测业务数据是否异常，在异常时能够起到拦截业务数据的作用，保证物联管理平台中的数据清洁。基于格式校验规则可以实时、准确地判断业务数据是否异常，能够提高实时性，并拦截异常数据，有效避免占用网络带宽。
-
公开(公告)号：CN113158134A
公开(公告)日：2021-07-23
申请号：CN202110372296.X
申请日：2021-04-07
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京工程学院
Abstract: 本发明公开了非侵入式负荷辨识模型的构建方法、装置和存储介质，将负荷信号特征矩阵进行奇异值分解获得奇异值对角向量矩阵、左奇异值向量矩阵和右奇异值向量矩阵；保留所述奇异值对角向量矩阵中高于预设奇异值门限的奇异值；从左奇异值向量矩阵和右奇异值向量矩阵选取更新后的奇异值对角向量矩阵对应的左右奇异值向量，构建成新的左奇异值向量矩阵和新的右奇异值向量矩阵；确定新的左奇异值向量矩阵和新的右奇异值向量矩阵对应的克罗内克积并进行特征矩阵；将重构后的负荷信号特征矩阵输入到卷积神经网络模型进行训练。基于奇异值特征矩阵重构的方法对信号进行预处理，降低了数据的纬度，将数据特征进行重新分布，缩短训练时间，降低网络复杂度。
-
公开(公告)号：CN109257315B
公开(公告)日：2021-05-18
申请号：CN201811235249.5
申请日：2018-10-23
Applicant: 国网江苏省电力有限公司信息通信分公司 , 东南大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于非正交多址接入的通用滤波多载波系统，包括发射机和接收机。在发射端，每个用户同时占用两个子带进行信息传输，即在相同子带上同时发送两个用户的信号；在接收端，通过并行干扰消除技术对所有用户的频域接收信号同时进行均衡处理，以恢复出所有用户发送的原始数据信息。相较于现有通用滤波多载波系统，本发明可以充分实现信道带宽的频率分集增益，具有性能优、时延低等优势。
-
Patent Agency Ranking
公开(公告)号：CN112581940A
公开(公告)日：2021-03-30
申请号：CN202010979821.X
申请日：2020-09-17
Applicant: 国网江苏省电力有限公司信息通信分公司
Abstract: 本发明提供了一种基于边缘计算与神经网络的放电声音检测方法，针对电力系统中设备绝缘老化引起的局部放电现象，提出通过布置在边缘节点的信号检测模型实时监控电力设备正常工作、局部放电和发生故障的三种状态，并将异常状态反馈给运维中心，帮助运维中心实时监控设备故障，可提高电力系统运维响应时间，避免设备的绝缘劣化导致的重大电力事故，减少运维成本。且本发明检测方法易于实施，检测准确率高，适合推广使用。
-
公开(公告)号：CN112270351A
公开(公告)日：2021-01-26
申请号：CN202011150439.4
申请日：2020-10-24
Applicant: 国网江苏省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 全球能源互联网研究院有限公司
Abstract: 本发明公开了基于辅助分类生成对抗网络的半监督加密流量识别方法，流量预处理利用开源工具zeek进行流间信息提取形成流日志，并根据定义的特征从日志中提取出流特征形成流特征矩阵。对原始的辅助分类生成对抗网络进行改造，生成器接收随机噪声、隐变量和数据标签后融合成向量，生成包含真实流量特征的生成数据，判别器接收真实数据中的无标记样本和有标记样本，并堆叠三个MLP网络分别完成对真假流量的判断，对流量的分类和对隐变量的提取。本发明方法对原始辅助分类生成对抗网络的损失函数进行改造，使其能利用无标记数据进行半监督学习，提升识别的精度，降低了网络流量采集与标记的成本，同时提升了网络管理与安全监测水平。
-
公开(公告)号：CN109787699A
公开(公告)日：2019-05-21
申请号：CN201910006731.X
申请日：2019-01-04
Applicant: 国网江苏省电力有限公司信息通信分公司
IPC: H04B17/391 , H04B17/309 , H04L12/24 , H04W24/08
Abstract: 本发明提供一种基于混合深度模型的无线传感器网络路由链路状态预测方法。该方法挖掘节点路由时序信息和局部环境信息，例如链路质量时序信息，环境其他无线电波干扰等，利用深度学习从海量数据中特征抽取的特性，完成链路的建模过程。该方法和传统的方法比，对链路质量的预测比传统的简单模型更加精准，能够为其他方法提供更加细粒度的服务。
-
公开(公告)号：CN119862951A
公开(公告)日：2025-04-22
申请号：CN202411925532.6
申请日：2024-12-25
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京邮电大学
Abstract: 本发明公开了一种电力物联终端智能运维方法、装置、存储介质和程序产品，涉及电网技术领域，该方法为：获取终端设备的状态检测数据以及中心服务器下发的知识图谱生成模型；基于状态检测数据对知识图谱生成模型进行训练，并获取知识图谱生成模型在训练过程的损失函数梯度数据；将损失函数梯度数据上传到中心服务器，以使中心服务器基于损失函数梯度数据训练全局知识图谱生成模型；获取终端设备的实时运行数据，并上传到中心服务器，以通过全局知识图谱生成模型确定实时运行数据对应的异常状态检测结果以及电力物联终端状态运维知识图谱。本发明提高了电力物联终端异常状态检测的准确性，提升了电力物联终端智能运维的效率。
-
公开(公告)号：CN114565018B
公开(公告)日：2024-12-10
申请号：CN202210083463.3
申请日：2022-01-25
Applicant: 国网江苏省电力有限公司信息通信分公司
IPC: G06F18/24 , G06F18/214 , G06Q50/22 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于多维特征的非侵入式负荷辨识方法，其包括：获取目标时间段内的总电器数据并进行预处理；将预处理后的数据输入预构建的非侵入式负荷辨识模型中进行负荷辨识获取辨识结果；由于分钟级电表数据采集频率较低，增加了捕捉居民用电负荷特征的难度，严重影响了最终的负荷辨识结果。通过引入家用电器物理特征和居民用户社会特征，结合门控机制和注意力机制，增强从分钟级电表数据中分析和挖掘居民用电负荷特征的能力，提升非侵入式负荷辨识方法在分钟级数据上的辨识精准度。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.095 seconds)
