-
公开(公告)号：CN106872867A
公开(公告)日：2017-06-20
申请号：CN201710141963.7
申请日：2017-03-10
Applicant: 华北电力大学 , 北京华电智成电气设备有限公司
IPC: G01R31/12
Abstract: 本发明公开了一种电力设备局部放电故障的识别方法、装置及系统。其中，该方法包括：获取电力设备的放电信号；将电力设备的放电信号输入至并行识别模型中，得到多个并行识别结果，其中，并行识别模型部署在多个子节点上；对多个并行识别结果进行汇总，得到故障识别结果。本发明解决了现有技术中的电力设备局部放电故障的识别方案为单机识别，无法满足大量数据的局部放电故障的识别的技术问题。
-
公开(公告)号：CN106872867B
公开(公告)日：2019-08-20
申请号：CN201710141963.7
申请日：2017-03-10
Applicant: 华北电力大学 , 北京华电智成电气设备有限公司
IPC: G01R31/12
Abstract: 本发明公开了一种电力设备局部放电故障的识别方法、装置及系统。其中，该方法包括：获取电力设备的放电信号；将电力设备的放电信号输入至并行识别模型中，得到多个并行识别结果，其中，并行识别模型部署在多个子节点上；对多个并行识别结果进行汇总，得到故障识别结果。本发明解决了现有技术中的电力设备局部放电故障的识别方案为单机识别，无法满足大量数据的局部放电故障的识别的技术问题。
-
公开(公告)号：CN106646169A
公开(公告)日：2017-05-10
申请号：CN201710005163.2
申请日：2017-01-04
Applicant: 华北电力大学 , 北京华电智成电气设备有限公司
CPC classification number: G01R31/12 , G06K17/00 , H04L67/1097
Abstract: 本发明涉及一种集采集、存储、管理于一体的电气设备局部放电检测数据收集云策略，其特征在于：所述云策略硬件包括：二维码识别器、数据采集装置、上位机电脑、服务器集群、带移动上网的手持移动终端设备；该云策略先后包括以下三个阶段：(一)数据标记阶段、(二)数据采集阶段、(三)数据存储和管理阶段。通过扫描贴于检测装置和被测装置上的二维码，采集单元采集数据，利用互联网云技术实现电力设备海量状态数据的自动上传和存储，完成有效的数据自动收集，克服了传统采集中无法有效统一数据的弊端，可实现电网的信息化和智能化。
-
公开(公告)号：CN110213262A
公开(公告)日：2019-09-06
申请号：CN201910465976.9
申请日：2019-05-30
Applicant: 华北电力大学
Abstract: 一种基于深度Q网络的全自动高级逃逸测试方法，包括如下步骤：S100：定义一个智能体作为学习者；S200：定义学习者的动作；S300：定义学习者的状态；S400：定义学习者的回报；S500：通过不断的学习训练，选择出一种最优的高级逃逸技术的组合，对基于所述高级逃逸技术的组合的网络入侵行为进行测试。该方法提高了逃逸技术组合的效率和攻击的成功概率。
-
公开(公告)号：CN108418792B
公开(公告)日：2020-12-22
申请号：CN201810082404.8
申请日：2018-01-29
Applicant: 华北电力大学 , 北京科能腾达信息技术股份有限公司
Abstract: 本发明公开了属于人工智能与网络安全技术领域的一种基于深度循环神经网络的网络逃避行为检测算法。该方法首先在受保护网络中采集未施加逃避技术的正常网络流数据；通过在正常网络流上应用各类逃避技术以获得相应类别的逃避网络数据流；其次从正常网络流和各类逃避网络流中提取各帧间、帧内的特征形成特征向量；最后通过网格搜索法和交叉验证法构建出在训练样本集上具有最高分类准确率的深度循环神经网络，对从网络流中提取的特征向量序列进行分类，从而实现对各类逃避行为的检测和识别。本发明能自适应地学习受保护网络中正常网络流的特征，并且不依赖于人工事先设定的检测方法或检测阈值来判断逃避行为，因此本发明具有自适应性和自学习优点。
-
Patent Agency Ranking
公开(公告)号：CN110660019A
公开(公告)日：2020-01-07
申请号：CN201910930272.4
申请日：2019-09-29
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于BPL的小数据集简笔画生成方法，学习笔划、笔划位置及笔划的位置关联后，生成各种类别的概率模型，再根据不同的概率模型进行简笔画的实现；对类别T的概率模型满足：其中，e为类别T的一个示例，I是示例e的具体图像，M为类别T对应的示例数量，P为概率，m为循环数。本发明基于BPL的小数据集简笔画生成方法，基于小数据集即可生成较好效果的图像，改变了需要大量原始数据才能进行AI绘画的现状，提高了效率，降低了成本；在实现了对原有画作风格模仿的基础上，还可根据原有的画作风格进行模板的再创造。
-
公开(公告)号：CN105975477B
公开(公告)日：2019-11-08
申请号：CN201610214120.0
申请日：2016-04-07
Applicant: 华北电力大学
IPC: G06F16/29 , G06F16/9537
Abstract: 本发明公开了属于计算机应用技术领域的一种基于网络自动构建地名数据集的方法。该基于网络自动构建地名数据集包括如下步骤：1，使用谷歌搜索引擎API从谷歌数据库中提取地理空间数据；2，从提取出的数据中过滤掉不相关的网页；3，导入步骤2的输出，提取地理信息；4，选择地理编码工具，把提取的地址信息转换成地理坐标，然后标记在地图上。本发明充分发挥数据提取模块搜索引擎的优势，用恰当的搜索查询关键词从网页中检索地理信息。在网页过滤模块中，采用过滤算法来排除那些无用的干扰数据。从网页这种非结构化数据源中有效的动态的提取出地理信息，使数据同时具有高完整度和实时性。本方法有很高的实用价值。
-
公开(公告)号：CN104021177B
公开(公告)日：2017-06-09
申请号：CN201410244507.1
申请日：2014-06-04
Applicant: 华北电力大学
Abstract: 本发明公开了计算机应用技术领域中的一种结合语义网与地理信息特征的信息集成方法。包括：构建Service模型，使Web APIs的提供者构建Web API，使用者调用相应的服务来获取地理信息；建立所述地理信息和给定本体之间的映射，并为所述地理信息添加语义信息；对于所述地理信息进行映射，消除各种资源数据间的异质性，并添加语义信息；对从各种信息资源获得的地理信息进行关联合并；集成多种数据源的地理信息。本发明消除了不同资源之间的异质性，去除了冗余信息量，增加了互补信息，实现了信息资源间的翻译功能，节省了不同语言的信息资源之间相互翻译的开销。
-
公开(公告)号：CN104021177A
公开(公告)日：2014-09-03
申请号：CN201410244507.1
申请日：2014-06-04
Applicant: 华北电力大学
CPC classification number: G06F17/30241 , G06F17/30731
Abstract: 本发明公开了计算机应用技术领域中的一种结合语义网与地理信息特征的信息集成方法。包括：构建Service模型，使Web APIs的提供者构建Web API，使用者调用相应的服务来获取地理信息；建立所述地理信息和给定本体之间的映射，并为所述地理信息添加语义信息；对于所述地理信息进行映射，消除各种资源数据间的异质性，并添加语义信息；对从各种信息资源获得的地理信息进行关联合并；集成多种数据源的地理信息。本发明消除了不同资源之间的异质性，去除了冗余信息量，增加了互补信息，实现了信息资源间的翻译功能，节省了不同语言的信息资源之间相互翻译的开销。
-
公开(公告)号：CN116938525A
公开(公告)日：2023-10-24
申请号：CN202310699516.9
申请日：2023-06-14
Applicant: 华北电力大学
IPC: H04L9/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于LeNet‑5模型新型电力业务终端的安全识别方法，用于新型电力终端接入的安全识别，包括：网络流量采集模块、业务流量特征识别提取与分析模块、基于LeNet‑5模型识别与优化模块；网络流量采集模块，通过网络探针部署到终端接入的链路中，按照固定时间对新型电力业务终端的流量进行连续采集，将原始流量数据包自下向上的进行解析经过预处理后，存储到服务器中；业务流量特征识别提取与分析模块，该模块将服务器中存储的数据流通过马尔可夫模型S＝{s1,s2,s3......sm}研究现在的状态并实现预测未来状态，刻画出时间特征序列；基于LeNet‑5模型识别与优化模块，构建LeNet‑5网络，利用LeNet‑5网络模型对数据进行迭代训练，更新其中的网络参数值，权值，使用优化后的ReLU激活函数，通过改变模型的学习速率，从而得到最终符合新型电力业务终端的LeNet‑5模型。本发明有效的避免了攻击者以终端为中介实施攻击，提升了识别非法终端、合法终端被盗用、终端恶意授权访问的准确识别率，保证了新型电力业务终端的安全接入。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.044 seconds)
