-
公开(公告)号：CN114979137A
公开(公告)日：2022-08-30
申请号：CN202210461613.X
申请日：2022-04-28
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号： H04L67/10 , H04L61/4511 , H04L67/1097 , H04L67/568 , H04L43/10 , G06F16/23 , G06F16/27
摘要： 本发明公开了一种用于电力行业高并发处理的方法、系统、设备及介质，所述方法包括以下步骤：获取并判定电力行业高并发请求是否涉及静态资源，若是则响应请求，若否则通过虚拟IP分发方式，获得缓冲后的请求；通过微服务进行处理，然后发送到分布式缓存Redis中尝试取得数据，若有数据则响应请求，若没有数据则送至消息队列Kafka，缓冲处理后的请求输入电力行业系统内网读写数据库，进行分库、分表以及读写分离处理，数据库更新分布式缓存并响应请求。本发明提供的技术方案可用于电力行业高并发处理，具有高性能、高可用以及高拓展的优点。
-
公开(公告)号：CN118890280A
公开(公告)日：2024-11-01
申请号：CN202410837554.0
申请日：2024-06-26
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC分类号： H04L41/12 , H04L41/142 , H04L45/12
摘要： 本发明公开了一种基于拓扑骨干的自治系统的风险评估方法及终端，提取AS网络中的骨干部分，根据AS网络中每一节点对的最短路径对于骨干部分的依赖程度计算每条最短路径的骨干依赖和非骨干依赖，根据每条最短路径的骨干依赖和非骨干依赖计算每一对节点对于骨干部分的节点对骨干依赖和节点对非骨干依赖，并根据节点对骨干依赖和节点对非骨干依赖计算每一节点对于骨干部分的核心依赖程度和非核心依赖程度，根据每一节点的核心依赖程度和非核心依赖程度确定节点的抗风险能力，利用了从路径到节点对到节点的多粒度信息，考虑了更深远的节点影响，具有同时体现局部与全局特征的能力，更准确地对待评估对象进行风险评估，有助于选择最佳的通信合作对象。
-
公开(公告)号：CN118316677A
公开(公告)日：2024-07-09
申请号：CN202410417340.8
申请日：2024-04-09
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
摘要： 本发明涉及网络安全技术领域，提供一种基于强化学习的漏洞攻击路径规划的方法，其包括以下步骤：步骤1、建立机器人自主路径规划安全强化学习框架SSRL，包括两个部分：1.1、预测和禁止不安全行为的安全保障机制；1.2、能自恢复到先前安全状态的自恢复机制；步骤2：基于动态支持集的小样本推理式安全强化学习机器人路径规划，包括两个部分：2.1、安全探索部分；2.2、自恢复部分；步骤3、基于经验重利用机制的快速强化学习机器人路径规划。本发明能较佳地进行漏洞攻击路径规划。
-
公开(公告)号：CN117370573A
公开(公告)日：2024-01-09
申请号：CN202311326287.2
申请日：2023-10-13
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC分类号： G06F16/36 , G06N5/02 , G06N5/04 , G06F18/21 , G06F18/214 , G06N3/08 , G06F16/332 , G06N3/0442
摘要： 本发明提出了基于认知推理的电力主设备故障知识图谱分析补全方法，采用认知双过程模型提高模型的表现能力，本方法首先，对电力主设备的故障日志进行处理，进行知识抽取，获得结构性数据；其次，定义本体并设计知识图谱，自顶向下地构建电力知识图谱；然后，利用双过程理论构建推理模型，在数据集上进行训练；最后，对模型进行测试，同时输出解结果和推理路径，从而实现高效、准确、可解释性强的图谱补全结果；本发明所述方法不但能获得较高的准确率，而且可以给出合理的推理路径，在推理结果存在错误时，依旧能为从业者提供一定的帮助。
-
公开(公告)号：CN113489007A
公开(公告)日：2021-10-08
申请号：CN202110959499.9
申请日：2021-08-20
申请人： 国网福建省电力有限公司电力科学研究院 , 福州大学 , 国网福建省电力有限公司
摘要： 本发明涉及一种基于边缘物联代理的光伏出力预测方法及系统。该方法基于边缘物联代理结构，利用Non‑MPPT算法解决两级式光伏发电系统出力过剩问题。光伏阵列正常运行时，通过修正光伏阵列环境参数，实时调节其输出电压，使其输出最大功率，实现光伏阵列最大功率跟踪。若出现部分遮荫，则基于光伏模块分布式优化斩波器，实现不同环境条件下光伏模块分散控制。而当出现区域电网光伏发电系统出力过剩，则根据光伏阵列实际光照强度分区管理，并对其出力份额重新分配，并根据分配功率额度推导光伏阵列对应输出电压，进而使光伏发电系统输出功率按主网需求快速调节。本发明能够有效减轻大量数据同时传输到管控中心的通信堵塞情况，提高调控的效率和实时性。
-
公开(公告)号：CN117370572A
公开(公告)日：2024-01-09
申请号：CN202311326237.4
申请日：2023-10-13
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 厦门大学
摘要： 本发明提出基于冯诺依曼图熵的主设备故障知识图谱知识推理方法，包括以下步骤；步骤一、构建用于训练与测试的数据集，对数据进行分析处理，获得结构化数据；步骤二、定义本体，构建三元组和知识图谱；步骤三、基于冯诺依曼图熵和认知推理理论设计推理模型；进行全图信息的统计和冯诺依曼图熵的计算，将计算所得的结果与认知图推理双阶段方法的第一阶段相融合，完成邻域的筛选，获得构建完成的认知图，并为图中的全部节点赋予分数；步骤四、对推理模型测试，通过学习知识图谱中已有的局部和全局知识，推断出知识图谱中可能存在的新的事实；本发明能挖掘其高阶结构，在给定头实体和关系的情况下，对尾实体进行推断，为电力知识图谱补充新的知识。
-
公开(公告)号：CN117729540A
公开(公告)日：2024-03-19
申请号：CN202311740359.8
申请日：2023-12-15
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
摘要： 本发明涉及一种基于统一边缘计算框架的感知设备云边安全管控方法，具体步骤包括：通过统一边缘计算框架采集各终端设备的身份信息，并利用差分运算对所有身份信息采集差分星座轨迹图，再通过所述差分星座轨迹图在云端处进行自适应身份认证的深度卷积神经网络训练，利用训练好的自适应身份认证网络进行终端设备身份识别；在云端处通过预训练的基于自动编码器与解码器的身份信息互易变换网络提取基站的身份信息特征构建上行身份信息及重构下行身份信息；根据上行身份信息与下行身份信息在云端处预训练一个基站身份识别网络，通过统一边缘计算框架下发到终端设备，并通过统一边缘计算框架进行基站与终端设备间的双向设备身份识别。
-
公开(公告)号：CN112769867A
公开(公告)日：2021-05-07
申请号：CN202110162287.8
申请日：2021-02-05
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
摘要： 本发明提出一种针对变电站仿真设备的安全评估方法，用于对变电站仿真系统中的仿真设备进行安全性判定，所述评估方法包括以下步骤；步骤S1、采集变电站仿真系统中的网络数据流并分析其特征，以得到网络数据流的特征参数；步骤S2、根据网络数据流特征参数中的数据流目的地址，确定该网络数据流的目标仿真设备；步骤S3、当目标仿真设备的工况出现异常时，将此异常工况与网络数据流的特征参数进行比对，若网络数据流的特征参数与该异常工况中的异常特征相匹配，则判定该目标仿真设备的安全性异常；本发明有助于解决目前针对变电站仿真系统中的仿真设备无法进行有效安全评估的问题。
-
公开(公告)号：CN118540098A
公开(公告)日：2024-08-23
申请号：CN202410442851.5
申请日：2024-04-12
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
摘要： 本发明涉及电力网络技术领域，提供一种基于电力网络的可用于漏洞攻击路径隐藏的安全感知方法，包括：1)对具有安全约束的马尔可夫决策过程MDPs进行建模；2)对线性时间逻辑LTL规范进行建模；3)对入侵者攻击模型、初始状态的不透明度进行建模；4)对安全约束下的强化学习问题进行建模；5)构造MDP的初始状态估计器ISE，建成任务模型；6)用Q学习求解，得到最优策略，即完成安全感知。本发明的安全感知方法能够综合考虑电力网络路由的安全性需求、系统行为规范、初始状态的不透明度以及潜在的入侵者攻击，从而提供一种有效的强化学习方案来优化路由策略，保障电力网络在发送消息时的安全性。
-
公开(公告)号：CN118378881A
公开(公告)日：2024-07-23
申请号：CN202410417341.2
申请日：2024-04-09
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC分类号： G06Q10/0635 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种基于图神经网络的电力网络空间风险评估方法，步骤包括：首先对电力系统网络进行图形建模，并利用谱聚类算法将其分解为各个子图；利用图神经网络，对子图进行深度信息整合，得到综合的图表示；这种图表示进而被用于评估各子图的电力系统风险等级，从而实时识别和控制整个网络的风险状况。本发明的核心创新为结合图模型与图神经网络进行电力系统数据处理，能全面评估系统风险并精准定位特定区域风险，为系统调度提供强有力的决策支持，解决了传统方法在捕捉潜在风险及复杂网络动态中的局限性。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.107 秒)
