基于GRU-CNN的综合能源网络安全攻击检测方法

    公开(公告)号:CN112333194A

    公开(公告)日:2021-02-05

    申请号:CN202011239713.5

    申请日:2020-11-09

    Abstract: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法,包含步骤:S1、按时序采集网络节点的第一至第d类工作数据,建立第一工作数据集;S2、根据GRU‑CNN网络的门控循环单元的时间步长,基于所述第一工作数据集生成训练数据集和测试数据集,为所述训练数据集设置对应的标签;S3、通过所述训练数据集训练GRU‑CNN网络,其中训练数据集作为门循环控制单元的输入,通过门循环控制单元提取训练数据集的序列特征,并将该序列特征输入GRU‑CNN网络的卷积神经网络,通过卷积神经网络根据序列特征提取对应的多维度特征,并建立多维度特征到攻击类型的映射;S4、将测试数据集输入训练好的GRU‑CNN网络,得到综合能源网络的安全攻击类型的分类结果。

    一种基于资源优选分级的配电网阻塞优化方法

    公开(公告)号:CN116187521A

    公开(公告)日:2023-05-30

    申请号:CN202211627370.9

    申请日:2022-12-16

    Abstract: 本发明涉及步骤1、获取配电网的运行数据,判断当前时段配电网的阻塞状况,确定配电网的阻塞风险;步骤2、获取各阻塞管理资源的投标信息,根据上述信息确定优选指标,并通过灰色定权聚类进行聚类,确定参与阻塞管理资源的优先级;步骤3、构建配电网阻塞管理优化模型,阻塞管理资源按照优先级顺序参与阻塞管理,判断每一优先级中的资源能否消除阻塞;若不能,则进行动态增容,若能,执行步骤4;步骤4、求解配电网阻塞管理优化模型,确定各阻塞管理资源的实际响应量;步骤5、根据各阻塞管理资源的实际响应量输出最终的配电网阻塞管理结果。与现有技术相比,本发明以最低成本且高效的解决了配电网阻塞的问题。

    一种零碳演进目标下区域能源互联网技术优选方法和系统

    公开(公告)号:CN115423150A

    公开(公告)日:2022-12-02

    申请号:CN202210915474.3

    申请日:2022-07-31

    Abstract: 本发明公开了一种零碳演进目标下区域能源互联网技术优选方法和系统,包括获取待确定区域能源互联网的多维度数据;建立区域能源互联网技术供能模型;建立长期动态优选数学模型;求解所述数学模型在零碳演进目标下技术最佳导入策略。本发明一方面,将能源互联网技术的设备配置安排得更加灵活,考虑到设备容量和安装时间,另一方面,将碳减排设置考虑进去,从而建立系统成本最优目标优化模型,对设备配置和环境效益进行优化。由于多维度数据能够表示出待确定行业的多个参数,使得确定的技术发展路径更加准确,并且根据约束条件进行确定,为行业规划提供有力的决策支持。

    基于GRU-CNN的综合能源网络安全攻击检测方法

    公开(公告)号:CN112333194B

    公开(公告)日:2022-08-09

    申请号:CN202011239713.5

    申请日:2020-11-09

    Abstract: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法,包含步骤:S1、按时序采集网络节点的第一至第d类工作数据,建立第一工作数据集;S2、根据GRU‑CNN网络的门控循环单元的时间步长,基于所述第一工作数据集生成训练数据集和测试数据集,为所述训练数据集设置对应的标签;S3、通过所述训练数据集训练GRU‑CNN网络,其中训练数据集作为门循环控制单元的输入,通过门循环控制单元提取训练数据集的序列特征,并将该序列特征输入GRU‑CNN网络的卷积神经网络,通过卷积神经网络根据序列特征提取对应的多维度特征,并建立多维度特征到攻击类型的映射;S4、将测试数据集输入训练好的GRU‑CNN网络,得到综合能源网络的安全攻击类型的分类结果。

Patent Agency Ranking