-
公开(公告)号：CN105528645A
公开(公告)日：2016-04-27
申请号：CN201510747040.7
申请日：2015-11-05
Applicant: 国家电网公司 , 国网河南省电力公司经济技术研究院 , 西安交通大学
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 本发明涉及一种大电网脆弱性的预测方法，其特征在于，包括如下步骤：1，获取电网网架规划数据和系统运行约束条件；2，根据获取的约束条件构造电网的复杂网络数学模型；3，针对上述复杂网络数学模型，计算各个节点和边的纯图论介数、基于线路容量的潮流分布因子电气介数、基于输送容量的潮流分布因子电气介数；4，依据步骤3获取的三种介数，确定网络的静态脆弱环节；5，根据步骤3中的三种介数指标为基础，确定网络的动态脆弱环节；6，对静态脆弱环节和动态脆弱环节进行整合，得到整个大电网的脆弱环节。本发明使用复杂网络理论对大电网进行分析便捷有效，便于设计人员在网架结构的设计过程中反复检验，并及时调整，过程简单。
-
公开(公告)号：CN105447656A
公开(公告)日：2016-03-30
申请号：CN201511016542.9
申请日：2015-12-29
Applicant: 国家电网公司 , 国网河南省电力公司经济技术研究院
CPC classification number: G06Q10/0637 , G06Q50/06
Abstract: 本发明提供一种具备可推广性的省级电网投资效应分析方法，所述方法包括如下步骤：(1)建立电网投资效应原始参数数据库，并构建43行×43列的投资效应矩阵；(2)直接投资效应分析；(3)前向波及投资效应分析；(4)后向波及投资效应分析；(5)诱导投资效应分析。本发明能够在新型经济发展模式下全面细化衡量省级行政区域内，具有自然垄断性质的电力行业中电网企业的投资效应。
-
公开(公告)号：CN119987233A
公开(公告)日：2025-05-13
申请号：CN202510049901.8
申请日：2025-01-13
Applicant: 国网河南省电力公司经济技术研究院 , 上海交通大学 , 上海电力大学
IPC: G05B17/02
Abstract: 一种基于信息物理融合的车‑桩‑网一体化分层仿真方法，基于信息物理融合的思想，结合基于关联特性矩阵的建模方法和能量流与信息流混合建模方法，将车‑桩‑网一体化CPS划分为多区域多层级耦合的垂直系统后，将系统设备、接口和信息通道抽象成点和边，得到车‑桩‑网一体化CPS抽象结构框架；再考虑二次设备节点通信拓扑关联特性，针对耦合层建立物理层‑二次设备接口模型、二次设备节点模型、信息层‑二次设备接口模型，描述信息物理耦合关系和二次设备节点主从属性并针对物理层建立实时状态数据模型；针对信息层建立应用业务模型，最后通过关联矩阵构建车‑桩‑网一体化CPS单元模型，考虑车‑桩‑网一体化CPS中层级间、层级内耦合特性和数据传输特性以及多层级区域调控方式，建立车‑桩‑网一体化CPS全网统一模型。
-
公开(公告)号：CN119921996A
公开(公告)日：2025-05-02
申请号：CN202510049902.2
申请日：2025-01-13
Applicant: 国网河南省电力公司经济技术研究院 , 上海交通大学 , 上海电力大学
IPC: H04L9/40
Abstract: 一种车网互动电力信息物理系统风险评估方法，通过车网互动电力信息物理系统虚假数据注入攻击的检测，并基于攻击收益设计出车网互动电力信息物理系统受到虚假数据注入攻击的风险评估，能够对于当前系统状态进行估计，同时对于下一时刻状态预测有利于系统调控，促进车网互动电力系统管理。
-
公开(公告)号：CN119830310A
公开(公告)日：2025-04-15
申请号：CN202410429563.6
申请日：2024-04-10
Applicant: 国网河南省电力公司经济技术研究院 , 国网智能电网研究院有限公司 , 河南九域腾龙信息工程有限公司
IPC: G06F21/60 , G06F18/22 , G06F18/2321
Abstract: 本发明涉及数据安全技术领域，具体涉及用于跨地域分布异构能源数据的安全存储方法及系统，该方法包括：构建各地区异构能源数据的能源零散化分布指数；根据各地区的异构能源数据变化情况构建各地区的能源数据突变序列；构建各地区异构能源数据的能源变化异构性指数；计算各地区异构能源数据的能源特征差异指数，以获取各地区异构能源数据的异构性度量指数；利用马尔科夫聚类算法基于各地区异构能源数据的异构性度量指数构建异构能源数据存储矩阵；对各聚类簇的异构能源数据存储矩阵内的数据进行加密存储。本发明可降低异构能源数据之间的异构性数据特征，提高了异构能源数据存储的安全性。
-
Patent Agency Ranking
公开(公告)号：CN118349679B
公开(公告)日：2025-03-25
申请号：CN202410500108.0
申请日：2024-04-24
Applicant: 国网河南省电力公司经济技术研究院 , 国网智能电网研究院有限公司 , 河南九域腾龙信息工程有限公司
IPC: G06F16/353 , G06F16/334 , G06F18/22 , G06F40/30 , G06F40/216 , G06N3/047
Abstract: 本发明涉及数据撮合技术领域，具体涉及基于神经网络的任务匹配数据安全撮合方法，该方法包括：采集不同数据源的文本数据集；根据同一数据源文本数据集中的每条文本数据之间的语义信息差异、结构特征相似情况构建任意两条文本数据之间的同源数据关联系数；根据不同数据源中任意两个词语之间的关联规则差异、任意两条文本数据之间的空间信息差异构建任意两条文本数据之间的多节有价匹配代价；采用孪生网络获取不同数据源中任意两条文本数据之间的匹配度，根据匹配度筛选每个数据源中每条文本数据的匹配数据。本发明旨在提高了孪生网络在匹配不同数据源的文本数据时的准确率，进而提高数据撮合的有效性。
-
公开(公告)号：CN118427244B
公开(公告)日：2025-03-21
申请号：CN202410604695.8
申请日：2024-05-15
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F16/2458 , G06F16/26 , G06F18/20 , G06F18/23
Abstract: 本发明涉及敏感数据识别技术领域，具体涉及基于关联挖掘的能源敏感数据智能识别方法，该方法包括：根据能源数据序列之间的关联度强弱得到强关联数据序列；分析一阶差分序列中数据突变情况、能源数据序列拟合曲线的斜率以及季节性变化得到各能源数据序列的影响敏感系数；获取能源数据序列密钥长度LOF异常得分值，结合各能源数据序列的数据传输次数得到各能源数据序列的数据敏感识别度；根据数据敏感识别度构建带权无向图，结合马尔科夫图聚类算法获取真正的能源敏感数据序列。从而实现基于关联挖掘的能源敏感数据智能识别，解决了能源数据之间的关联较为复杂导致强关联数据不易获取的问题，提高了对于能源数据中敏感数据识别的准确度。
-
公开(公告)号：CN118473672B
公开(公告)日：2024-12-17
申请号：CN202410656695.2
申请日：2024-05-24
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
Abstract: 本发明涉及数据安全认证技术领域，具体涉及基于智能合约的能源数据安全动态认证方法及系统，该方法包括：采集能源数据序列；获取能源数据序列中各数据点的近邻能源数据序列及近邻能源变化序列；构建能源数据序列中各数据点的近邻离散化指数及明文信息异变波动指数，计算明文字节矩阵的每列字节的横向邻近字节差异指数、每行字节的纵向邻近字节差异指数；获取明文字节变化矩阵，进而得到每个明文信息组，利用MD5信息摘要算法基于明文信息组提取能源信息的信息摘要，作为智能合约内能源数据安全认证的认证密码，完成能源数据的安全动态认证。本发明可保证信息摘要具备更高的安全性，提高能源数据动态认证的安全性。
-
公开(公告)号：CN118094628B
公开(公告)日：2024-08-16
申请号：CN202410287564.1
申请日：2024-03-13
Applicant: 国网河南省电力公司经济技术研究院 , 河南九域腾龙信息工程有限公司
Abstract: 本申请涉及数据加密技术领域，提出了基于加密算法的多主体数据跨域安全交互系统，包括：基于数据跨域安全交互平台获取多主体数据，利用多主体数据获取数据采集序列；基于数据采集序列获取数据信息动态起伏指数；基于数据信息动态起伏指数获取动态起伏特征序列及突变起伏特征序列；根据动态起伏特征序列及突变起伏特征序列获取敏感成分丰富指数；基于敏感成分丰富指数获取目标类别，基于目标类别获取明文矩阵；利用AES数据加密算法基于明文矩阵获取密文及密钥，通过密文及密钥完成多主体数据的跨域安全交互。本申请通过提高数据加密的安全性，提高了多主体数据跨域安全交互的安全性。
-
公开(公告)号：CN118445650A
公开(公告)日：2024-08-06
申请号：CN202410626133.3
申请日：2024-05-20
Applicant: 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC: G06F18/23213 , G06F18/25 , G06F18/213
Abstract: 本发明涉及数据融合技术领域，具体涉及基于强化学习的能源数据上下文信息特征融合方法，该方法具体为：根据能源数据之间的关联程度构建能源峰值联系强度指数，利用ARIMA预测算法对能源数据序列进行预测获得预测特征序列，根据预测特征序列中预测数据的优良程度以及与原始数据的关联情况，构建预测特征关联系数，进而划分真正存在强关联的数据序列，再利用深度学习进行上下文信息特征融合。从而实现能源数据上下文信息特征融合，解决了传统特征融合算法仅考虑关联性而没考虑关联的实质性，导致存在过多的关联数据，最终导致特征融合后特征的准确性较低的问题，提高了能源数据上下文特征信息融合的准确度。
-
-
-
-
-
-
-
-
-
Search Results
162
records
(took 0.198 seconds)
