-
公开(公告)号：CN119720015A
公开(公告)日：2025-03-28
申请号：CN202411768421.9
申请日：2024-12-04
Applicant: 北京交通大学
IPC: G06F18/2433 , G06F18/213 , G06Q50/06 , G06N3/092
Abstract: 本发明公开了一种基于深度特征提取与多类别异常识别的电力信息网络流量异常检测方法，该技术能够精准识别电力信息网络中各种类型的流量异常。首先，从网络节点获取网络流量数据，并进行数据预处理。随后，利用独特的特征提取机制对流量数据进行分析，结合电力信息网络流量数据的特点，连接多层特征编码器和特征映射层，学习和提取数据深层特征。最后，结合SoftMax分类模型，对提取到的特征进行分类，实现对网络流量异常的精准异常识别与分类。以交叉熵损失函数作为模型优化目标，采用高效的梯度下降优化算法对模型参数进行更新，从而有效提升模型的泛化能力和鲁棒性，能够适应复杂多变的电力信息网络环境，有效地保障电力信息系统的安全可靠运行。
-
公开(公告)号：CN119829925A
公开(公告)日：2025-04-15
申请号：CN202411905291.9
申请日：2024-12-23
Applicant: 北京交通大学
IPC: G06F18/15 , G06F18/213 , G06F18/25 , G06F18/241
Abstract: 本发明公开了本发明提出的多源异步异构数据深层流型特征提取与状态判定方法基于深层流型特征提取的三个主要步骤：数据预处理、特征提取和判漏。首先，利用绝对差值中位法对来自多源数据传感器的压力、流量和浓度等数据进行初步筛选；然后，对通过初步筛选的燃气管道监测数据进行归一化和白化处理，以消除不同传感器的量纲和去除数据中的冗余信息。通过归一化，将数据转化为统一的尺度，确保不同传感器的数据具有可比性。接下来，使用流型学习方法对经过预处理的高维燃气管道监测序列进行降维，提取潜在的低维流型特征。通过不确定理论和加权平均法联合对提取的特征数据进行融合，判断燃气管道是否发生泄漏。
-
公开(公告)号：CN119728685A
公开(公告)日：2025-03-28
申请号：CN202411905288.7
申请日：2024-12-23
Applicant: 北京交通大学
IPC: H04L67/1001 , H04L67/1004 , H04L67/2866 , H04L69/08 , H04L69/22 , H04L61/255 , H04L61/2592 , H04W28/08 , H04W28/084
Abstract: 本发明提出一种融算网络场景边缘数据传输与计算任务卸载的优化方法。通过协议识别、本地协议转换、云端协助处理未知协议、数据包隧道封装、数据包解析存储与状态迁移处理等步骤，有效处理多种通信协议数据包，优化数据传输效率。此外，本技术方案通过建立综合模型，采用改进的深度确定性策略梯度算法，动态评估并优化任务卸载与迁移决策，降低延迟，提高处理速度和质量。本发明针对现有边缘计算解决方案在数据传输与任务处理协同优化方面的不足，提出了一个高效、灵活、兼容多协议的优化方法，显著提升网络的性能和用户体验。
-
公开(公告)号：CN119676268A
公开(公告)日：2025-03-21
申请号：CN202411768423.8
申请日：2024-12-04
Applicant: 北京交通大学
IPC: H04L67/12 , H04B3/54 , H04W24/08 , H04W72/542
Abstract: 本发明为一种智慧协同的电力需求网络方法，提供了一种基于智慧协同理论的电力需求处理机制解决方案，首先，设计新的数据包结构，增加了需求标识和需求属性信息，进而可以清晰地标识和描述不同电网业务需求的特征和要求，为后续的处理和转发提供更多的依据；其次，基于发、输、变、配、用场景中不同业务需求的特点，根据业务需求的通信要求进行决策编号，实现二者之间的绑定；最后，在中间设备设置需求偏好匹配表，根据匹配模型得出业务需求与偏好的匹配关系，通过查表确定需求的偏好。结合需求偏好选择最佳的转发路径，实现可持续性控制和资源的合理分配，可以有效提高电力物联网业务传输的高效性，支持电力物联网中的多样化需求感知。
-
-
-
Search Results
4
records
(took 0.022 seconds)
