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

    摘要: 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AR的电网大数据智能巡检系统及其智能巡检方法

    公开(公告)号:CN107610269A

    公开(公告)日:2018-01-19

    申请号:CN201710817477.2

    申请日:2017-09-12

    IPC分类号: G07C1/20 G06Q50/06 G06K17/00

    摘要: 一种基于AR的电网大数据智能巡检系统及其智能巡检方法,在电力设备表面设置多个电力设备电子标签,电力设备电子标签上设置有设备识别图案,资料服务器存储电力设备的辅助资料以及巡检过程中生成的辅助信息图像,巡检人员佩戴AR眼镜,其通过无线网络连接资料服务器,该AR眼镜用于获取AR眼镜前方的图像数据和立体模型数据,并从资料服务器中获取电力设备的辅助资料,根据图像数据、立体模型数据和电力设备的辅助资料生成辅助信息图像并投影给巡检人员,实时指引巡检人员快速规范地完成巡检工作。本发明能够有效地提高巡检的效率,避免了巡检人员的缺口。

    一种锌负极材料的制备方法、改性锌负极及锌电池

    公开(公告)号:CN115241408A

    公开(公告)日:2022-10-25

    申请号:CN202210945255.X

    申请日:2022-08-08

    摘要: 本发明公开了一种锌负极材料的制备方法、改性锌负极及锌电池,该方法包含:步骤1,将氟化石墨分散于溶剂中,得到氟化石墨的分散液,浓度为0.01mg/mL‑2mg/mL,该浓度可保证氟化石墨充分均匀地分散,溶剂的量过多会使烘干过程中出现多空结构;步骤2,将氟化石墨的分散液均匀涂覆锌负极材料表面,涂敷的量为5ul/cm2‑50ul/cm2,除去溶剂,得到改性锌负极材料。本发明利用氟化石墨和锌负极之间的相互作用,在锌负极表面形成致密的强疏水性功能性保护层,可以有效的阻挡金属锌在电沉积过程中与电解液发生的腐蚀,并且有效的约束锌负极的变化,减少锌枝晶的形成,能有效改善锌负极的腐蚀和不均匀沉积问题,且制备方法简便、成本低,适于工业化生产。

    一种泛在电力物联网突发电力事件的推演方法

    公开(公告)号:CN110782173A

    公开(公告)日:2020-02-11

    申请号:CN201911047117.4

    申请日:2019-10-30

    摘要: 本发明提供了一种泛在电力物联网突发电力事件的推演方法,包括以下步骤:S1、将突发电力事件作为顶上事件,进行事故树分析,确定引发顶上事件的基本事件,以及引发基本事件的底事件;S2、确定事故树中基本事件的最小割集,并根据最小割集计算事故树中每个底事件的结构重要度;S3、基于事故树进行BowTie风险评估,确定危险源、风险事件、风险威胁及潜在结果,设置防止突发电力事件发生的屏障进行BowTie风险管控。本发明采用事故树分析方法对突发电力事件进行逐层深入分析,并确定事故树中各底事件所对应的安全措施,有利于应急决策者快速做出科学的判断,降低突发电力事件发生的概率或潜在后果的严重程度。

    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

    摘要: 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。

    一种融合视觉里程计及IMU的室内定位方法

    公开(公告)号:CN112307917A

    公开(公告)日:2021-02-02

    申请号:CN202011131968.X

    申请日:2020-10-21

    摘要: 本发明公开了一种融合视觉里程计及IMU的室内定位方法,包括以下步骤:步骤1:对室内场景进行目标分析,获取场景图像;步骤2:对场景图像提取关键帧;步骤3:对连续两个关键帧进行特征点匹配,获得位姿约束信息;步骤4:基于因子图优化算法,根据位姿约束信息,对场景图像进行位姿全局优化,获得优化位姿;步骤5:根据位姿约束信息和优化位姿,对相机的位姿进行实时优化,获得场景轨迹和全局地图,完成室内定位。此发明解决了传统机器人定位实时性和鲁棒性差的问题,利用双目相机结合场景结构化特征,基于室内场景结构化特征的立体匹配方法,提升了立体匹配精度,与基于因子图的后端全局优化相结合,提升了机器人定位的实时性和鲁棒性。

    一种展示馆参观效果评价方法及评价系统

    公开(公告)号:CN110852405A

    公开(公告)日:2020-02-28

    申请号:CN201911088133.8

    申请日:2019-11-08

    IPC分类号: G06K17/00 G06Q10/06

    摘要: 本发明公开了一种展示馆参观效果评价方法及评价系统,展示馆参观效果评价方法包括以下步骤:S1、根据RFID定位系统获得参观者在展示馆各个展示区域的参观时间;S2、采用模糊隶属度函数分别对参观者在各个展示区域的参观时间进行量化;S3、根据参观者在各个展示区域的参观时间的量化结果和展示馆各个展示区域的量化权重,加权计算得出参观者在整个展示馆的参观效果的评分;S4、根据展示馆参观效果评价规则,得出展示馆参观效果的评价。本发明可以客观全面的对展示馆的参观效果进行评价,有利于展示馆管理者根据参观者的参观效果评价结果对展示馆改进,提升展示馆的管理水平。