公开(公告)号：CN118296519A

公开(公告)日：2024-07-05

申请号：CN202410205625.5

申请日：2024-02-23

Applicant: 南京航空航天大学 ,  国网上海市电力公司 ,  南京南瑞信息通信科技有限公司 ,  国网电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 廖俊轩 ,  李静 ,  王路航 ,  吴金龙 ,  顾荣斌 ,  何旭东 ,  方晓蓉 ,  邵佳炜 ,  张晶 ,  潘晨灵 ,  刘文意 ,  刘金锁 ,  胡游君 ,  周忠冉 ,  邹徐熹 ,  沈耀威 ,  邱玉祥 ,  魏训虎 ,  樊泽宇 ,  施健

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06F123/02

Abstract: 本发明公开了一种基于动态图神经网络的信息物理系统时间序列异常检测方法和装置，包括：采用解耦图注意力提取并分离信息物理系统时间序列的动、静态特征；使用特征重构模块将分离的静态特征转化为图的拓扑结构，动态特征转化为拓扑结构上的动态信息，使特征重构为动态图形式；利用基于趋势特征提取的预测器，结合动态图和原序列中趋势特征，实现对序列未来值的预测；利用训练好的模型预测测试数据，以预测数据和真实数据之间的误差作为判断时序数据某个点为异常的可能性，最终实现对信息物理系统中异常的检测。本发明充分考虑了动、静态特征的发展变化与动、静态特征之间的相互作用，提升了复杂时空特征的建模能力，提升了异常检测的准确性。

公开(公告)号：CN117540333A

公开(公告)日：2024-02-09

申请号：CN202311078583.5

申请日：2023-08-24

Applicant: 南京航空航天大学 ,  国网上海市电力公司 ,  南京南瑞信息通信科技有限公司 ,  国网电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 杨松林 ,  李静 ,  钱李烽 ,  吴金龙 ,  顾荣斌 ,  何旭东 ,  方晓蓉 ,  邵佳炜 ,  张皛 ,  潘晨灵 ,  刘文意 ,  刘金锁 ,  胡游君 ,  周忠冉 ,  李马峰 ,  蔡世龙 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  邱文元 ,  富思

IPC: G06F18/25 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于时空信息融合的多传感器数据异常检测方法，包括：采用多尺度卷积注意力对多传感器时序数据进行时空特征提取；使用交叉注意力关联互补特征的特征矩阵以对多传感器时序数据的时空信息进行深度融合；利用通道注意力从传感器角度聚合特征，通过全连接层为特征构建注意力权重，进一步增强时空信息的融合效果；利用训练好的模型重构测试数据，以重构数据和真实数据之间的误差作为判断时序数据某个点为异常的可能性，最终实现对多传感器数据异常的检测。本发明充分考虑了时间和空间信息之间的相互作用，实现了跨特征交互的时空融合，提升了传感器数据异常检测的准确性。

公开(公告)号：CN117076171A

公开(公告)日：2023-11-17

申请号：CN202311014078.4

申请日：2023-08-11

Applicant: 国网上海市电力公司 ,  南京南瑞信息通信科技有限公司 ,  国网电力科学研究院有限公司 ,  南京航空航天大学 ,  国家电网有限公司

Inventor： 张王俊 ,  吴金龙 ,  何旭东 ,  顾荣斌 ,  潘晨灵 ,  刘文意 ,  张皛 ,  方晓蓉 ,  邵佳炜 ,  周忠冉 ,  李马峰 ,  蔡世龙 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  邱文元 ,  富思 ,  李静 ,  陈世伟

IPC: G06F11/07 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种面向多元时序数据的异常检测及定位方法及装置，方法包括以下步骤：S1：对多元时序数据中每个时间点的数据划分多个尺度的滑动窗口，计算得到多元时序数据的特征矩阵；S2：使用正常的多尺度特征矩阵和自特征矩阵作为训练集输入训练模型进行迭代训练；S3：组建异常检测器，将多元时序数据输入异常检测器，得到重构数据，计算多元时序数据的异常分数；S4：基于异常分数以及阈值，判定多元时序数据是否为异常；S5：根据异常贡献程度确定发生异常的根因。本发明具有能有效识别异常根因，进而完成对故障传感器检测及定位的技术效果。

公开(公告)号：CN116522265A

公开(公告)日：2023-08-01

申请号：CN202310462292.X

申请日：2023-04-25

Applicant: 国网上海市电力公司 ,  南京南瑞信息通信科技有限公司 ,  国网电力科学研究院有限公司 ,  南京航空航天大学

Inventor： 谢伟 ,  吴金龙 ,  顾荣斌 ,  何旭东 ,  方晓蓉 ,  邵佳炜 ,  张晶 ,  潘晨灵 ,  刘文意 ,  刘金锁 ,  胡游君 ,  周忠冉 ,  李马峰 ,  蔡世龙 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  邱文元 ,  富思 ,  李静 ,  时宽治 ,  王虹岚

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明公开了基于多尺度双向时空信息融合的工业互联网时序数据异常检测方法及装置，包括基于GAT和BiLSTM的双向时空特征提取、基于多尺度门控TCN的多尺度特征提取、基于双仿射的特征融合编码、基于变分自编码的对抗训练的和基于工业时序数据重构误差的异常检测。本发明首先通过构建的双向时空特征提取模块依次捕获多个时间序列之间的相关性和双向依赖性。其次，采用设计的多尺度特征提取模块自适应的提取时间序列的多尺度时序特征，并引入双仿射特征融合编码模块实现多尺度时序特征和双向时空特征的交叉融合，增强模型对原始数据的特征提取。最后，提出了结合对抗训练的变分自编码器来放大异常的重构误差并增强模型对训练数据噪声的抗干扰能力，提高了本发明对异常数据的区分能力和检测性能。

公开(公告)号：CN116886314A

公开(公告)日：2023-10-13

申请号：CN202311014272.2

申请日：2023-08-11

Applicant: 国网上海市电力公司 ,  南京南瑞信息通信科技有限公司 ,  国网电力科学研究院有限公司 ,  南京航空航天大学 ,  国家电网有限公司

Inventor： 唐跃中 ,  吴金龙 ,  顾荣斌 ,  方晓蓉 ,  何旭东 ,  潘晨灵 ,  张皛 ,  邵佳炜 ,  刘文意 ,  胡游君 ,  邹徐熹 ,  沈耀威 ,  刘军 ,  邱玉祥 ,  魏训虎 ,  樊泽宇 ,  刘皓 ,  施健 ,  钱李烽 ,  位雪银 ,  李静

IPC: H04L9/32 ,  H04L67/12

Abstract: 本发明公开了一种基于指纹深度提取技术的物联网设备识别方法及系统，包括流量数据处理、深度信息提取、指纹生成、参数训练和设备分类。首先将pcap文件划分为会话并提取会话信息矩阵，通过基于自学习的图注意力神经网络和基于Inception的时间卷积神经网络分别学习会话信息矩阵不同非隐私信息序列间的依赖关系和会话数据包之间的时间依赖关系，再通过全卷积Transformer进一步提取特征，生成设备指纹，接着基于多分类交叉熵损失函数，利用Adam优化算法更新神经网络参数，最后利用分类器实现设备分类。本发明结合会话信息矩阵多种属性信息，实现了高质量的指纹生成技术，提升了物联网设备识别方法的可扩展性，避免了物联网设备识别方法在应用中使用受限等问题。

公开(公告)号：CN117354251A

公开(公告)日：2024-01-05

申请号：CN202311282952.2

申请日：2023-09-28

Applicant: 国网上海市电力公司 ,  国网电力科学研究院有限公司 ,  南京航空航天大学 ,  国家电网有限公司

Inventor： 谢伟 ,  顾荣斌 ,  何旭东 ,  方晓蓉 ,  吴金龙 ,  邵佳炜 ,  张皛 ,  潘晨灵 ,  刘文意 ,  刘金锁 ,  邹徐熹 ,  邱玉祥 ,  高雪 ,  刘赛 ,  万明 ,  赵华 ,  张磊 ,  宋凯 ,  张华锋 ,  李静

IPC: H04L47/2441 ,  H04L47/2483 ,  H04L43/0876 ,  H04L9/40 ,  H04L41/16 ,  H04L9/32 ,  H04L69/22 ,  H04L41/0894 ,  G16Y40/10 ,  G16Y40/20 ,  G16Y40/35 ,  G06Q50/06 ,  G06F18/2135 ,  G06F18/23 ,  G06F18/243 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明公开了一种电力物联终端特征的自动化提取方法，包括：对电力物联终端的流量信息进行识别；设定特征分级规则，对设备特征信息进行分类并打标签，分为浅层特征和深度特征；在边缘节点提取设备的浅层特征，在云端提取设备的深度特征；分析各个标签的异常特性，对提取的特征进行相关度分析，筛选出相关度高的特征值；构建多种模式的特征提取模型；结合工作流自动化编排构建得到的多种模式的特征提取模型。本发明在对报文实现解析的基础上，对设备上传的流量进行检测和分级，根据业务实际情况，在边缘终端和云端按需执行不同的特征信息提取，并且将特征提取的流程自动化，能够提升计算效率，降低网络时延影响，减少云端计算和存储成本。

公开(公告)号：CN118093439A

公开(公告)日：2024-05-28

申请号：CN202410487715.8

申请日：2024-04-23

Applicant: 南京航空航天大学 ,  国网上海市电力公司 ,  国网电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 位雪银 ,  李静 ,  吴金龙 ,  顾荣斌 ,  何旭东 ,  方晓蓉 ,  邵佳炜 ,  张皛 ,  潘晨灵 ,  刘文意 ,  周忠冉 ,  李马峰 ,  蔡世龙 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  邱文元 ,  富思

IPC: G06F11/36 ,  G06F18/23 ,  G06F40/30

Abstract: 本发明公开了一种基于一致图聚类的微服务提取方法和系统，包括单体程序结构依赖视图构建、单体程序语义视图构建、基于一致图增强图Transformer的特征嵌入表示学习、基于k‑means聚类算法的微服务提取。本发明通过提取单体程序中类之间的依赖关系和创建类的过程中使用的文本信息，构建结构依赖视图和语义视图，再通过一致图增强图Transformer生成一致图，实现单体程序结构信息和语义信息的统一建模，最后基于得到的一致图，利用k‑means聚类算法实现对单体程序的拆分。本发明结合单体程序多视图信息，构建一致图增强图Transformer，实现了微服务提取在功能性和模块性方面性能的提升。

公开(公告)号：CN119168057A

公开(公告)日：2024-12-20

申请号：CN202411083847.0

申请日：2024-08-08

Applicant: 南京航空航天大学 ,  国网上海市电力公司 ,  国网电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 王路航 ,  李静 ,  杨松林 ,  钱李烽 ,  吴金龙 ,  顾荣斌 ,  何旭东 ,  方晓蓉 ,  邵佳炜 ,  张皛 ,  潘晨灵 ,  刘文意 ,  刘金锁 ,  胡游君 ,  周忠冉 ,  李马峰 ,  蔡世龙 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  邱文元 ,  富思

IPC: G06N5/04 ,  G06N5/045 ,  G06N5/022 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/049 ,  G06F18/2131 ,  G06F18/25 ,  G06F18/22 ,  G06F18/23 ,  G06F18/2413 ,  G06F18/2433 ,  G06F123/02

Abstract: 本发明公开了一种用于多元时序数据的异常事件根因定位方法和装置，方法包括：采用离散小波变换对原始时间序列进行分解，分别提取分解得到的不同尺度下频率分量的空间特征和时间特征，对拼接结果进行逆小波变换以合成时间序列；采用聚类算法和异动归因算法，根据特征的相似性将特征分组，并识别出与异常最相关的特征维度；确定与异常最相关的聚类中各个特征的因果关系和发生顺序，构建得到根因链；分析根因链中的特征顺序，定位到引发异常的根因；结合根因故障溯源与诊断知识库中的知识和经验，为已定位的根因提供解释说明和解决方案。本发明实现了对根源故障的追踪，深入挖掘时间序列数据中的异常现象，揭示导致这些异常的潜在原因。

公开(公告)号：CN118094443B

公开(公告)日：2024-07-09

申请号：CN202410487675.7

申请日：2024-04-23

Applicant: 南京航空航天大学 ,  国网上海市电力公司 ,  国网电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 王虹岚 ,  李静 ,  吴金龙 ,  顾荣斌 ,  何旭东 ,  方晓蓉 ,  邵佳炜 ,  张皛 ,  潘晨灵 ,  刘文意 ,  胡游君 ,  邹徐熹 ,  沈耀威 ,  刘军 ,  邱玉祥 ,  魏训虎 ,  樊泽宇 ,  刘皓 ,  施健

IPC: G06F18/2433 ,  G06N3/0464 ,  G06N3/088 ,  G06F123/02

Abstract: 本发明公开了一种基于差分多分辨率分解的时间序列异常检测方法，包括：利用快速傅里叶变换对输入的时间序列进行周期性分析，得到时间序列的周期成分及每个周期成分对应的权重；构建多分辨率分解网络，以分解的方式将不同周期成分分离，将每一层分离出的周期成分的重构表示聚合得到最终的重构表示；其中，在多分辨率分解网络中，基于差分法按周期大小将时间序列分解为差分序列和残差序列两部分，差分序列包含着对应周期的周期性；再通过双路对比学习架构分别对残差序列和差分序列进行时序依赖建模，利用细粒度对比学习方法得到相应的时间表示，组合得到每个周期成分的重构表示。本发明能够有效处理时间序列异常检测中的异常过度泛化问题。

公开(公告)号：CN117255040A

公开(公告)日：2023-12-19

申请号：CN202311214620.0

申请日：2023-09-19

Applicant: 国网电力科学研究院有限公司 ,  国网上海市电力公司 ,  南京航空航天大学 ,  国家电网有限公司

Inventor： 邱玉祥 ,  沈耀威 ,  富思 ,  邱文元 ,  邹徐熹 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  刘军 ,  李马峰 ,  刘金锁 ,  胡游君 ,  周忠冉 ,  蔡世龙 ,  樊泽宇 ,  高雪 ,  施健 ,  魏训虎 ,  刘赛 ,  张磊 ,  甘岚 ,  陆玉琪 ,  邵佳炜 ,  廖俊轩 ,  李静

IPC: H04L43/0876 ,  G06F18/24 ,  G06F18/2135 ,  G06N3/0464 ,  G06N3/08 ,  H04L43/04 ,  H04L43/026

Abstract: 本发明公开了一种基于云边协同的物联网标识构建方法，包括：从获取的历史数据上报请求和相应的上报报文中提取终端设备的流量业务特征，生成终端样本数据集；求解得到终端样本数据的本质特征和训练集稀疏系数；构建3级分类模型，将训练集的本质特征D和稀疏系数X导入分类模型，对分类模型进行训练，直至分类模型收敛；采用分类模型对导入的测试集的稀疏系数进行处理，输出测试集的稀疏系数对应的终端样本数据的类别，终端样本数据的类别包括正常接入的终端设备、异常接入的终端设备和未录入的终端设备三种，根据输出类别为各个终端设置相应的标识。本发明能够对云边协同中的数量众多且类型多样的物联网设备进行快速标识。