-
公开(公告)号：CN114493619A
公开(公告)日：2022-05-13
申请号：CN202111488010.0
申请日：2021-12-08
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
Abstract: 本发明涉及一种基于电力数据的企业征信标签构建方法，包括：获取企业电力数据，并对数据进行数据审核分析；对采集的数据进行预处理；根据业务场景需求，确定征信标签的标签内容；基于机器学习算法、分类聚类算法和文本挖掘算法确定每个标签的取值；对标签有效性进行验证；对企业进行打标签操作，并标注对应的业务场景。与现有技术相比，本发明具有对企业信用进行多维度刻画、标签更新快速、能够完善企业征信体系等优点。
-
公开(公告)号：CN111985701B
公开(公告)日：2024-03-01
申请号：CN202010756694.7
申请日：2020-07-31
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)股份有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F16/215 , G06F16/2458 , G06N3/0442 , G06N3/049
Abstract: 本发明涉及一种基于供电企业大数据模型库的用电预测方法，包括以下步骤：S1：调用用电预测模型库中的用电预测模型；S2：获取训练数据对用电预测模型进行训练，实现用电预测模型库模型版本的更新；S3：利用训练完成的用电预测模型进行用电预测；用电预测模型库包括数据预处理模型、短期负荷预测模型和空间负荷预测模型，数据预处理模型包括数据清洗模块、数据标准化模块和数据降噪模块，短期负荷预测模型包括基础预测模型、支持向量机预测模型、LTSM神经网络预测模型和台区聚类负荷预测模型，空(56)对比文件CN 109508835 A,2019.03.22CN 107368932 A,2017.11.21KR 101409025 B1,2014.06.19JP 2004086896 A,2004.03.18
-
公开(公告)号：CN113592533B
公开(公告)日：2023-09-12
申请号：CN202110733679.5
申请日：2021-06-30
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
IPC: G06Q30/0201 , G06Q30/0203 , G06Q50/06 , G06N3/088
Abstract: 本发明涉及一种基于无监督学习的异常用电检测方法及系统，所述的方法包括：S1：对用户的用电数据进行处理，基于社群演化理论获取用户的社群演化异常度值；S2：对用户的用电数据和台账数据进行处理得到用户的用电特征，获取用户的群体行为异常度值；S3：根据用户的用电数据获取用户的历史用电特征，采用LOF算法计算考虑历史用电特征的个体功率异常度值；S4：根据用户的用电数据和客观关联因素，获取用户的关联因素异常度值；S5：基于社群演化异常度值、群体行为异常度值、个体功率异常度值和关联因素异常度值获取用户的综合用电异常水平。与现有技术相比，本发明具有检测识别准确性高、综合考虑因素完善等优点。
-
公开(公告)号：CN114881304A
公开(公告)日：2022-08-09
申请号：CN202210427521.X
申请日：2022-04-21
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
Abstract: 本发明涉及一种基于层次分析法的用电企业信用预测方法及系统，其中信用预测方法包括：获取待预测用电企业的用电数据，对数据进行标准化处理；构建信用预测模型；采用判断矩阵法计算各个指标的权重；计算各评价指标的值，采用预设的隶属度函数计算各指标的隶属度值；根据评价指标的权重和隶属度值，获取待测用电企业的用电信用等级。与现有技术相比，本发明具有客观合理、实现对用电企业精益分类管理等优点。
-
公开(公告)号：CN114880923A
公开(公告)日：2022-08-09
申请号：CN202210427505.0
申请日：2022-04-21
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
IPC: G06F30/27 , G06Q10/06 , G06Q30/00 , G06F119/02
Abstract: 本发明涉及一种融合电力数据的企业信用预测方法，包括：确定入模样本；进行特征转换、标签粗筛和标签筛选；通过机器学习和统计建模，划分并训练数据进行建模，获取融合电力数据的企业信用评分卡模型；计算企业信用评分分数以及对应的风险等级。与现有技术相比，本发明具有有效提升电力交易中风险防控的有效性与及时性、客观真实等优点。
-
Patent Agency Ranking
公开(公告)号：CN107748940B
公开(公告)日：2021-10-12
申请号：CN201711136988.4
申请日：2017-11-16
Applicant: 国网上海市电力公司 , 华东电力试验研究院有限公司 , 星环信息科技(上海)股份有限公司
Abstract: 本发明涉及一种节电潜力量化预测方法，该方法包括以下步骤：提取行业用户用电数据，从用户用电数据中获取用电特性指标，通过聚类分析划分用电群体；建立节电潜力预测模型，对同一用电群体内进行标杆选取，将标杆用电量输入节电潜力预测模型获得未来节电潜力预测值。与现有技术相比，本发明具有节电潜力量化，更直观的指导用电行为并且预测准确度高等优点。
-
公开(公告)号：CN113743977A
公开(公告)日：2021-12-03
申请号：CN202110720759.7
申请日：2021-06-28
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
Abstract: 本发明涉及一种基于用户行为的用电数据特征提取方法及系统，所述方法包括以下步骤：S1：获取用户用电数据；S2：对用户用电数据进行基于BIC的特征选择，获取用户用电数据的参数重要性排序，并确认特征选择结果；S3：根据选择的特征进行一次聚类，获取一次聚类结果；S4：对一次聚类结果的不同类型分别进行第二次聚类，获取用电数据特征。与现有技术相比，本发明提高聚类结果的可靠性和准确性，实现用户用电数据特征的有效提取，可以准确发现用电高峰。
-
公开(公告)号：CN113592533A
公开(公告)日：2021-11-02
申请号：CN202110733679.5
申请日：2021-06-30
Applicant: 国网上海市电力公司 , 星环信息科技(上海)股份有限公司
Abstract: 本发明涉及一种基于无监督学习的异常用电检测方法及系统，所述的方法包括：S1：对用户的用电数据进行处理，基于社群演化理论获取用户的社群演化异常度值；S2：对用户的用电数据和台账数据进行处理得到用户的用电特征，获取用户的群体行为异常度值；S3：根据用户的用电数据获取用户的历史用电特征，采用LOF算法计算考虑历史用电特征的个体功率异常度值；S4：根据用户的用电数据和客观关联因素，获取用户的关联因素异常度值；S5：基于社群演化异常度值、群体行为异常度值、个体功率异常度值和关联因素异常度值获取用户的综合用电异常水平。与现有技术相比，本发明具有检测识别准确性高、综合考虑因素完善等优点。
-
公开(公告)号：CN119966649A
公开(公告)日：2025-05-09
申请号：CN202411549528.4
申请日：2024-11-01
Applicant: 上海矢安科技有限公司 , 国网上海市电力公司电力科学研究院 , 华东电力试验研究院有限公司
IPC: H04L9/40 , H04L67/51 , H04L67/02 , H04L67/56 , H04L43/12 , G06F16/35 , G06F40/216 , G06N3/045 , G06N3/096
Abstract: 本发明公开了一种基于实战情报感知与融合的信息聚合模型。通过实战情报感知与融合，打破网络安全信息孤岛效应，更及时、广泛和准确的获取网络安全态势。整个流程为信息获取、内容整合、内容分析和信息聚合。通过爬取明网暗网网页，从实战情报感知出发，对内容进行分类整合，最后基于PATE对网络信息进行重新聚合输出。
-
公开(公告)号：CN119814354A
公开(公告)日：2025-04-11
申请号：CN202411732630.8
申请日：2024-11-29
IPC: H04L9/40 , H04L69/06 , H04L41/0631 , H04L43/062
Abstract: 本发明涉及一种基于多模态数据预训练模型的网络风险评估方法及系统。该方法首先采集多源网络安全数据，识别出其中的威胁事件对象，并将威胁事件对象串联为攻击链条，分析得到每条攻击链条的特征信息和主要攻击节点；并评估并生成该攻击链条的风险等级信息；整合以上信息，生成并持续记录网络安全态势报告；再预先构建网络安全态势知识库；最后将攻击链条的特征信息与网络安全态势知识库中的攻击链条数据进行匹配与比对，预测潜在的威胁影响，生成预警信息和防护策略建议。与现有技术相比，本发明具有不依赖预定义的规则、更适用于复杂化网络场景、提高网络安全态势感知的可靠性与准确性等优点。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.055 seconds)
