-
公开(公告)号：CN118965650A
公开(公告)日：2024-11-15
申请号：CN202411024272.5
申请日：2024-07-29
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： G06F30/18 , G06T17/00 , G06Q50/06 , G06F16/906 , G06F113/04
摘要： 本发明提供了一种输电线路场景模型搭建方法及系统，方法包括以下步骤：步骤1，构建线路数据和杆塔数据采集模板，获取线路数据和杆塔数据的属性信息；步骤2，根据步骤1采集的线路数据和杆塔数据的属性信息，设置线路数据和杆塔数据属性规则，生成对应的数据属性模型；步骤3，根据步骤2中生成的数据属性模型，拼接输电场景模型，最终搭建成输电线路场景。本发明通过对线路数据和杆塔数据的属性采集，可以生成全面的线路数据和杆塔数据规则，有利于快速拼接精确的输电线路模型，可以通过手动调整杆塔位置灵活调整模型，通过对输变电场景进行连通性拓扑验证，可校验并保证生成的输电线路场景模型的精确性。
-
公开(公告)号：CN118868095A
公开(公告)日：2024-10-29
申请号：CN202410859895.8
申请日：2024-06-28
申请人： 南京南瑞信息通信科技有限公司
IPC分类号： H02J3/06 , H02J13/00 , G06F30/18 , G06F30/27 , G06F113/04
摘要： 本发明公开了基于流批架构的电网量测中心配网潮流推演方法及系统，用于配电网设备最小化采集和潮流计算推演。该模型主要包括数据预处理模块、数据融合处理模块、批计算模块三部分，基于实时量测中心汇集的配网设备运行数据，结合电网资源业务中台的设备拓扑、档案信息，对配网设备的拓扑关系和运行数据进行初步关联和校核清洗并输入潮流计算模型，通过Spark工具对配网各节点设备进行逐级反复计算，依据训练大数据模型获得的收敛判据结束迭代并输出其运行数据，从而达到配电网最小化采集和潮流计算推演的目的。本发明相较于传统计算推演手段而言更加高效准确，可以助力数字电网对实体电网的映射与补强，支撑实体电网在数字空间的模拟和决策。
-
公开(公告)号：CN118784334A
公开(公告)日：2024-10-15
申请号：CN202411013736.2
申请日：2024-07-26
申请人： 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网江西省电力有限公司
摘要： 本发明公开了一种电力信息系统网络攻击行为诱捕方法、系统、设备及介质。方法包括：获取电力信息系统的网络实体信息；基于网络实体信息，建立网络空间拓扑图和虚拟仿真设备，在虚拟仿真设备部署网络仿真信息，基于此镜像出与电力信息系统网络结构相同的虚拟蜜网网络；结合电力信息系统数据的敏感性和网络安全漏洞的危害程度，制定不同甜度的蜜饵，并将蜜饵投递到虚拟蜜网网络；基于采集探针，对实体网络和虚拟蜜网网络进行监测分析，判断对应网络是否受到网络攻击；根据网络攻击判断结果，通过调节实体网络和蜜网网络的系统流量，吸引攻击者进入虚拟蜜网网络。本发明方法能够在业务程序低耦合的前提下，实施对网络攻击的欺骗及诱捕。
-
公开(公告)号：CN118690224A
公开(公告)日：2024-09-24
申请号：CN202410689461.8
申请日：2024-05-30
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司信息通信分公司 , 国网福建省电力有限公司
IPC分类号： G06F18/24 , G06F18/213 , G06F18/214 , G06N3/08 , G06F17/11 , G06F18/2135 , G06N3/0464 , G06F18/25
摘要： 本发明公开了一种电网通信网联合故障诊断方法及系统，涉及电网通信网联合故障诊断领域，包括：对通信网中的设备点位数据及网络拓扑图整合；对整合后的数据进行特征提取，构建第一端到端数据集，对图的组成部分进行特征刻画，构建数据形式为图的图神经网络的模型；在图中重构第二端到端数据集，进行图神经网络二分类任务，通过训练优化图神经网络模型，输出最终二分类结果。本发明将电网业务段信息和通信网传输段信息进行融合，基于各类信息的整合，实现全链路通道的故障研判，从全链路层面提升防御性业务通道故障处置效率。本发明实现图神经网络在电网和通信网联合诊断方面的应用，得到可以广泛应用于各级各类电网及其通信网联合故障诊断的模型。
-
公开(公告)号：CN118540708A
公开(公告)日：2024-08-23
申请号：CN202410633187.2
申请日：2024-05-21
申请人： 国网吉林省电力有限公司长春供电公司 , 国网吉林省电力有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： H04W12/121
摘要： 本发明公开了一种基于动态权重联邦学习的5G网络流量监测方法，包括如下步骤：中央服务器本地训练基于滑动窗口机制的Transformer模型；中央服务器下发基于自动编码器的全局模型，用户在本地进行模型训练；中央服务器收集用户训练的本地模型，根据Transformer模型对其进行评估；根据评估结果，中央服务器调整各用户的聚合权重对用户的本地模型进行聚合，得到新一轮的全局模型；重复上述步骤，完成联邦学习训练全过程。该基于动态权重联邦学习的5G网络流量监测方法，基于动态权重联邦学习能够约束联邦学习中恶意参与者的行为，加强全局模型的保护措施；同时，最终所得训练结果能够用于5G网络流量的精准监测，保护用户的隐私。
-
公开(公告)号：CN118537594A
公开(公告)日：2024-08-23
申请号：CN202410711850.6
申请日：2024-06-04
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网河北省电力有限公司 , 国网河北省电力有限公司电力科学研究院
IPC分类号： G06V10/72 , G06V10/10 , G06T7/00 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0455
摘要： 本发明公开了一种电力异常场景小样本扩充方法及系统，该方法首先拍摄电力设备正常图像构建正常样本集，拍摄电力设备异常图像构建异常样本集；然后将电力设备正常图像进行目标识别和提取，得到仅包含电力设备的第一图像，将所述第一图像输入循环对抗生成网络得到第二图像，将第二图像替换第一图像拼接到电力设备正常图像中，生成第二电力设备异常图像；最后将第二电力设备异常图像加入异常样本集中以扩充异常样本数据集；本发明能够避免电力设备以外的环境干扰，生成符合类似布控球、无人机、监控摄像头拍摄得到的电力场景异常图像，扩充电力异常场景的小样本数据集。
-
公开(公告)号：CN118488554A
公开(公告)日：2024-08-13
申请号：CN202410209229.X
申请日：2024-02-26
申请人： 国网湖北省电力有限公司 , 国网湖北省电力有限公司信息通信公司 , 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司
IPC分类号： H04W72/044 , H04W84/18 , G06N3/042 , G06N3/08
摘要： 本发明公开了一种基于边缘聚合图注意力网络的无线功率分配方法及系统，涉及无线网络功率分配优化领域，方法包括：构建无线自组织网络，形成相对应的图神经网络；在无线自组织网络中采集各通信链路与干扰链路特征参数，构成链路训练集与链路测试集；搭建用于功率分配的整体网络框架；将链路训练集输入图神经网络进行训练；根据图神经网络输出的各发射机功率分配结果，计算总信道容量，得到损失函数，并使用梯度回传法优化图神经网络模型参数；提高了训练输出的性能，加快了目标函数的收敛速度，提高了学习效率，有效提高信道容量，同时极大提高了模型的泛化能力；具有简单性，模型构造简单，物理意义直观，计算复杂度较小，算法收敛快的优点。
-
公开(公告)号：CN118432871A
公开(公告)日：2024-08-02
申请号：CN202410483160.X
申请日：2024-04-22
申请人： 国网江苏省电力有限公司南京供电分公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种分布式异常检测方法、装置、设备及介质，该方法包括：对于电力物联架构中的多个边缘节点，各边缘节点从信息管理服务器中获取相应的检测模块；检测模块包括采集模块、数据预处理模块以及异常检测模块；其中，异常检测模块为各个边缘节点通过各自的训练模块进行分布式并行训练得到的；信息管理服务器用于管理各个边缘节点的信息；通过信息管理服务器将各检测模块分别部署于相应的边缘节点上；各边缘节点基于各自的检测模块进行分布式并行异常检测，获得各边缘节点的检测结果。本公开实施例，可以满足电力物联架构对于异常检测在实时性方面以及准确性方面的需求。
-
公开(公告)号：CN118413382A
公开(公告)日：2024-07-30
申请号：CN202410629299.0
申请日：2024-05-21
申请人： 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国家电网有限公司
IPC分类号： H04L9/40 , G06N3/0464
摘要： 本发明公开了一种电力专网恶意流量识别方法及系统，该方法首先将电力专网流量数据的数据包分装得到流集，将流集转化为IDX格式并生成对应的灰度图像；然后建立流量识别网络模型用于根据所述流集和所述灰度图像进行恶意流量识别，得到流量类型的识别结果；流量识别网络模型包括输入层和CBAM模块；在输入层输入所述流集，在CBAM模块输入所述灰度图像；本发明通过在输入层输入流集，在CBAM模块输入灰度图像，CBAM模块可以同时对从流集中提取的初始特征以及流集转化的灰度图像中更好地捕获重要的特征信息，提高流量识别网络模型的性能，提高在非授权频段的安全性。
-
公开(公告)号：CN118412990A
公开(公告)日：2024-07-30
申请号：CN202410359899.X
申请日：2024-03-27
申请人： 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于企业级实时量测中心的用户电压异常智能研判的方法及系统，基于企业级实时量测中心数据底座，按照电压越限幅值、时长及时空分布等特征，构建电压越限研判模型，精准识别电压质量薄弱环节。以“同向越限找上级，逆向越限找同级”为原则，对于电压同向越限采取“用户‑配变‑线路‑变电站”自下而上逐级分析，对于电压逆向越限采取“用户‑台区”由点及面逐台分析，综合供电半径、配变档位、负载率以及功率因数等对电压质量影响的因数，实现对用户电压异常原因的智能研判。根据智能研判结果，建立问题原因‑策略库，支撑辅助决策。
-
-
-
-
-
-
-
-
-
搜索结果
1421 条记录 (耗时 0.087 秒)
