-
公开(公告)号：CN118445650A
公开(公告)日：2024-08-06
申请号：CN202410626133.3
申请日：2024-05-20
申请人： 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC分类号： G06F18/23213 , G06F18/25 , G06F18/213
摘要： 本发明涉及数据融合技术领域，具体涉及基于强化学习的能源数据上下文信息特征融合方法，该方法具体为：根据能源数据之间的关联程度构建能源峰值联系强度指数，利用ARIMA预测算法对能源数据序列进行预测获得预测特征序列，根据预测特征序列中预测数据的优良程度以及与原始数据的关联情况，构建预测特征关联系数，进而划分真正存在强关联的数据序列，再利用深度学习进行上下文信息特征融合。从而实现能源数据上下文信息特征融合，解决了传统特征融合算法仅考虑关联性而没考虑关联的实质性，导致存在过多的关联数据，最终导致特征融合后特征的准确性较低的问题，提高了能源数据上下文特征信息融合的准确度。
-
公开(公告)号：CN117540431A
公开(公告)日：2024-02-09
申请号：CN202311689836.2
申请日：2023-12-11
申请人： 国网河南省电力公司经济技术研究院 , 郑州大学 , 国网智能电网研究院有限公司 , 河南九域腾龙信息工程有限公司 , 北京经世万方信息技术有限公司
发明人： 王世谦 , 黄勇 , 李为 , 狄立 , 华远鹏 , 王自强 , 贾一博 , 郭军利 , 闫利 , 宋大为 , 王圆圆 , 于雪辉 , 高妍 , 张登锋 , 卜飞飞 , 王涵 , 韩丁 , 李秋燕
摘要： 本发明涉及一种基于神经网络和隐私集合求交的数据检索方法，属数据安全领域，包括多个参与方将各自私有原始数据集进行预处理后得到各自的样本集；各参与方初始化各自的神经网络模型输入各自的样本集进行模型训练，待模型收敛后得到各自训练好的神经网络模型，将各自的样本集输入各自训练好的神经网络模型，从各自的隐含层中提取各自的样本集的特征向量；对各参与方的样本集的特征向量使用隐私集合求交得到公共数据集作为公共数据库；任一参与方输入查询关键词，从隐含层提取查询关键词的特征向量；将查询关键词的特征向量与公共数据集的各特征向量使用隐私集合求交得到公共数据集中与查询关键词相符结果。解决多类型数据难以相似性加密检索问题。
-
公开(公告)号：CN117539739A
公开(公告)日：2024-02-09
申请号：CN202311689769.4
申请日：2023-12-11
申请人： 国网河南省电力公司经济技术研究院 , 国网智能电网研究院有限公司 , 郑州大学 , 河南九域腾龙信息工程有限公司 , 北京经世万方信息技术有限公司
发明人： 王世谦 , 狄立 , 王圆圆 , 郭军利 , 邵志鹏 , 卜飞飞 , 姬哲 , 董李锋 , 黄勇 , 韩丁 , 华远鹏 , 高妍 , 李秋燕 , 宋大为 , 贾一博 , 王涵 , 张登锋 , 于雪辉
IPC分类号： G06F11/34 , G06N3/0442 , G06N3/08
摘要： 本发明涉及基于双特征的用户连续行为异常监测方法，属大数据领域，从信息系统历史日志文件中采集用户访问行为序列数据进行预处理，生成起始序列和后续序列向量作为训练样本数据；初始化起始序列和后续序列LSTM模型，将起始序列和后续序列向量分别输入对应模型进行训练；利用训练好的模型计算得到两个模型中起始序列和后续序列向量中的每个实例元素的异常得分，基于两个模型中的每个实例元素的异常得分计算异常检测阈值；实时采集的访问操作数据生成起始序列和后续序列向量输入训练好的两个模型，计算两个模型中起始序列和后续序列向量中每个实例元素异常得分进行用户连续行为异常判决。解决用户连续行为监测静态规则限制高误报率和监测延迟。
-
公开(公告)号：CN118473672A
公开(公告)日：2024-08-09
申请号：CN202410656695.2
申请日：2024-05-24
申请人： 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
摘要： 本发明涉及数据安全认证技术领域，具体涉及基于智能合约的能源数据安全动态认证方法及系统，该方法包括：采集能源数据序列；获取能源数据序列中各数据点的近邻能源数据序列及近邻能源变化序列；构建能源数据序列中各数据点的近邻离散化指数及明文信息异变波动指数，计算明文字节矩阵的每列字节的横向邻近字节差异指数、每行字节的纵向邻近字节差异指数；获取明文字节变化矩阵，进而得到每个明文信息组，利用MD5信息摘要算法基于明文信息组提取能源信息的信息摘要，作为智能合约内能源数据安全认证的认证密码，完成能源数据的安全动态认证。本发明可保证信息摘要具备更高的安全性，提高能源数据动态认证的安全性。
-
公开(公告)号：CN118427244A
公开(公告)日：2024-08-02
申请号：CN202410604695.8
申请日：2024-05-15
申请人： 国网河南省电力公司经济技术研究院 , 郑州大学 , 河南九域腾龙信息工程有限公司
IPC分类号： G06F16/2458 , G06F16/26 , G06F18/20 , G06F18/23
摘要： 本发明涉及敏感数据识别技术领域，具体涉及基于关联挖掘的能源敏感数据智能识别方法，该方法包括：根据能源数据序列之间的关联度强弱得到强关联数据序列；分析一阶差分序列中数据突变情况、能源数据序列拟合曲线的斜率以及季节性变化得到各能源数据序列的影响敏感系数；获取能源数据序列密钥长度LOF异常得分值，结合各能源数据序列的数据传输次数得到各能源数据序列的数据敏感识别度；根据数据敏感识别度构建带权无向图，结合马尔科夫图聚类算法获取真正的能源敏感数据序列。从而实现基于关联挖掘的能源敏感数据智能识别，解决了能源数据之间的关联较为复杂导致强关联数据不易获取的问题，提高了对于能源数据中敏感数据识别的准确度。
-
公开(公告)号：CN113570366B
公开(公告)日：2024-10-01
申请号：CN202110821534.0
申请日：2021-07-20
申请人： 国网河南省电力公司经济技术研究院 , 河南九域腾龙信息工程有限公司 , 国家电网有限公司
发明人： 华远鹏 , 白宏坤 , 王圆圆 , 常安 , 韩丁 , 卜飞飞 , 闫利 , 时昱 , 贾一博 , 王涵 , 王世谦 , 杨萌 , 李文峰 , 李虎军 , 尹硕 , 刘军会 , 邓方钊 , 赵文杰 , 杨钦臣 , 柴喆 , 邓振立
摘要： 一种多方支付数据传输方法，包括传输权限认证数据、加密式支付数据和可信认证数据，其中，权限认证数据为Tonken授权信息；使用对称加密算法加密支付数据得到加密式支付数据；使用签名密钥加密加密式支付数据，得到一重加密数据，使用散列函数算法处理一重加密数据，得到可信认证数据。售电方法，包括：下单步骤；发起预付步骤，用于选择支付平台；支付信息生成步骤，用于创建收款支付数据，使用多方支付数据传输方法传输权限认证数据、加密式支付数据和可信认证数据；待支付内容显示步骤；支付结果显示步骤；更新步骤。它提高了数据传输过程的安全性和运营商账户的资金安全性。
-
公开(公告)号：CN118094628B
公开(公告)日：2024-08-16
申请号：CN202410287564.1
申请日：2024-03-13
申请人： 国网河南省电力公司经济技术研究院 , 河南九域腾龙信息工程有限公司
摘要： 本申请涉及数据加密技术领域，提出了基于加密算法的多主体数据跨域安全交互系统，包括：基于数据跨域安全交互平台获取多主体数据，利用多主体数据获取数据采集序列；基于数据采集序列获取数据信息动态起伏指数；基于数据信息动态起伏指数获取动态起伏特征序列及突变起伏特征序列；根据动态起伏特征序列及突变起伏特征序列获取敏感成分丰富指数；基于敏感成分丰富指数获取目标类别，基于目标类别获取明文矩阵；利用AES数据加密算法基于明文矩阵获取密文及密钥，通过密文及密钥完成多主体数据的跨域安全交互。本申请通过提高数据加密的安全性，提高了多主体数据跨域安全交互的安全性。
-
公开(公告)号：CN117874556B
公开(公告)日：2024-06-04
申请号：CN202410275708.1
申请日：2024-03-12
申请人： 国网河南省电力公司经济技术研究院 , 河南九域腾龙信息工程有限公司
摘要： 本发明涉及数据安全技术领域，具体涉及基于区块链的电力大数据安全共享方法，该方法包括：获取各电力时序数据序列；根据电力时序数据序列中的数据变化情况构建电力时序数据序列的电力能耗变动序列；构建各电力能耗变动序列的递变表征系数；计算不同电力时序数据序列之间的序列关联性系数，基于此计算电力时序数据序列的电力数据关系密切指数；计算电力时序变动序列的规律变化指数及电力时序平稳序列的季节变化指数，基于此计算电力时序数据序列的周期性确信指数，进而得到密钥长度调整系数，以自适应设定加密密钥长度，对电力数据进行加密，实现电力数据安全共享。本发明提高了数据保护性，保证电力数据的安全共享。
-
公开(公告)号：CN117892357A
公开(公告)日：2024-04-16
申请号：CN202410295368.9
申请日：2024-03-15
申请人： 大连优冠网络科技有限责任公司 , 国网河南省电力公司经济技术研究院 , 河南九域腾龙信息工程有限公司
摘要： 本发明涉及数据安全技术领域，具体涉及基于差分隐私防护的能源大数据共享分发风险控制方法，该方法包括：采集能源数据管理平台中现有各种电力数据并按照时间排序，组成各存储电力数据序列，并获取各新增电力数据序列；设定各新增电力数据序列的类别新增权重；构建各新增电力数据序列的波峰紧密度及数据类别一致指数，基于此计算各新增电力数据序列的电耗宏观影响指数；构建各新增电力数据序列的电耗微观变化指数，进而计算细分程度指数；构建各新增电力数据序列的隐私预算修正因子，以获取自适应隐私预算，结合采用差分隐私查询优化算法对各新增电力数据序列进行处理。本发明可降低能源大数据共享过程中的风险，提高数据共享的安全性。
-
公开(公告)号：CN117496179A
公开(公告)日：2024-02-02
申请号：CN202311496281.X
申请日：2023-11-10
申请人： 国网河南省电力公司经济技术研究院 , 国网河南省电力公司 , 河南九域腾龙信息工程有限公司 , 南京信息工程大学
发明人： 王圆圆 , 王世谦 , 王涵 , 狄立 , 夏旻 , 李秋燕 , 宋大为 , 卜飞飞 , 华远鹏 , 韩丁 , 贾一博 , 田春筝 , 白宏坤 , 郝福忠 , 姬哲 , 王自强 , 牛斌斌 , 牛金星 , 邵颖彪 , 刘军会 , 贾鹏 , 于雪辉 , 郭正宾
IPC分类号： G06V10/44 , G06V10/82 , G06V10/42 , G06Q10/04 , G06Q50/26 , G06N3/045 , G06N3/0464 , G06V10/80 , G06N3/048
摘要： 本发明公开了一种多尺度双重注意力引导融合网络模型的碳排放分析方法，属于碳排放检测分析技术领域，准备卫星数据和辅助数据，对数据进行预处理形成一个空间一致的数据集；将卫星数据和辅助数据输入到多尺度双重注意力引导融合网络模型中进行训练，能够同时对卫星数据和辅助数据在多个尺度上进行关注和引导，以捕捉各种地理和气象条件对碳排放的影响，并对一个地方的某个时间序列生成对应的碳排放量的估计值，再结合当前时间序列的气象条件预估出真正的碳排放地区；本发明能够更准确地分析和预测碳排放趋势，具有更高的准确性以及更好的多尺度分析、数据融合和时序预测能力，为环境科学领域提供了更强大和全面的工具。
-
-
-
-
-
-
-
-
-
搜索结果
130 条记录 (耗时 0.069 秒)
