“祝展望”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]一种计及攻击的能源互联网数据可靠存储系统-CN202011344926.4有效
发明人：邓松;翟羽佳;张建堂;祝展望;胡琦聪;岳东;袁欣雅;陈福林 -专利权人：南京邮电大学
申请日： 2020-11-26 - 公布日： 2022-11-11 - 主分类号： G06F21/78 文献下载
摘要：一种计及攻击的能源互联网数据可靠存储系统，提出是一种在网络攻击环境下能源互联网数据的可靠容错存储的一种存储系统，能够保证能源互联网数据的安全存储以及无损恢复，它主要包含四个部分：用户请求数据服务建模、用户选择数据服务建模、最优海量数据分割、分布式数据恢复。本系统将用户请求数据和用户选择数据结合起来建立准确的用户访问数据模型，将粗糙集、基因表达式编程和Erasure Code编码运用到能源互联网数据存储以及恢复，十分贴合能源互联网中的数据可靠存储，可以保证能源互联网海量数据的分布式存储的可靠性。
一种攻击能源互联网数据可靠存储系统

[发明专利]一种基于GEP-CNN的电网恶意数据注入检测方法-CN202010143003.6有效
发明人：邓松;袁新雅;陈福林;岳东;蔡清嫄;董霞;张建堂;祝展望 -专利权人：南京邮电大学
申请日： 2020-03-04 - 公布日： 2022-11-01 - 主分类号： G06F21/55 文献下载
摘要：一种基于GEP‑CNN的电网恶意数据注入检测方法，在数据量大、维度多、数据种类多的电力系统中，能够利用现有的大数据信息及时准确的检测出电网中是否存在恶意数据注入攻击，其主要包括三个部分：神经网络优化器、样本训练器、检测分类器。本发明将GEP算法加入CNN网络中，构建一个GEP‑CNN混合网络，利用GEP算法的全局搜索能力对CNN网络的初始权重进行优化，避免了卷积神经网络在学习训练过程中陷入局部最优，同时提高了神经网络学习训练的准确性。然后利用历史数据库中的历史数据进行学习训练，得到攻击数据特征库，最后对采集到的实时数据进行检测分类。以此实现电网中恶意数据的有效检测，保证电网的安全稳定运行。
一种基于 gep cnn 电网恶意数据注入检测方法

[发明专利]一种基于云计算技术的中长期电力负荷组合预测系统及方法-CN202010118797.0有效
发明人：邓松;陈福林;袁新雅;岳东;祝展望;张建堂;蔡清源;董霞 -专利权人：南京邮电大学
申请日： 2020-02-26 - 公布日： 2022-09-02 - 主分类号： G06Q10/04 文献下载
摘要：一种基于云计算技术的中长期电力负荷组合预测系统及方法，该系统主要包括数据预处理部分、基于GEP的负荷预测部分、基于Elman神经网络负荷预测部分、子负荷预测模型优化组合部分。该方法上传存储电力负荷数据到云环境下的数据库中，Hadoop系统平台读取电力数据，运行分布式计算程序对数据进行筛查以及修复处理。其中分布式系统计算程序包括基于相关系数k‑means聚类算法、数据中位值滤波算法、基因表达式算法、Elman神经网络以及子负荷组合优化算法。此外利用时间、环境等特征筛选出受意外因素影响较大的负荷数据，引入这类负荷数据，可以有效避免负荷预测值与常规预测值出现较大偏差，达到扩展中长期电力负荷预测的目的，能够有效提高中长期电力负荷预测的质量。
一种基于计算技术中长期电力负荷组合预测系统方法

[发明专利]一种基于GEP参数优化XGBoost的电力系统短期负荷预测方法-CN202010096168.2有效
发明人：邓松;董霞;蔡清媛;岳东;袁新雅;陈福林;张建堂;祝展望 -专利权人：南京邮电大学
申请日： 2020-02-17 - 公布日： 2022-08-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于GEP参数优化XGBoost的电力系统短期负荷预测方法，属于电力系统的负荷技术领域，在信息量大的电力负荷数据中研究短期负荷预测的方法，得出待预测日的电力负荷特性，它主要包含三个部分：相似日选取、GEP算法优化参数、XGBoost模型训练及预测；其中相似日选取将关键影响因素进行权重计算，构成加权面板数据灰色关联判断矩阵。计算选取与待预测日相似度高的数据作为相似日集；GEP算法优化参数通过GEP算法将预测模型中的重要参数进行迭代遗传操作求取适应度以得到参数的最优解，提高模型的准确性；XGBoost模型训练及预测将相似日集作为训练集输入到XGBoost模型中训练以得到功能完善、预测精确的模型。最终将待预测日输入模型，得到预测值并且输出。
一种基于 gep 参数优化 xgboost 电力系统短期负荷预测方法

[发明专利]一种基于复杂用户行为分析的用户负荷窃电模型挖掘系统及方法-CN202010084063.5有效
发明人：邓松;蔡清媛;董霞;岳东;袁新雅;陈福林;祝展望;张建堂 -专利权人：南京邮电大学
申请日： 2020-02-08 - 公布日： 2022-08-09 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于复杂用户行为分析的用户负荷窃电模型挖掘系统及方法，包括数据处理器、窃电嫌疑用户发现器、用户负荷曲线生成器和窃电用户诊断器，所述数据处理器与窃电嫌疑用户发现器连接，窃电嫌疑用户发现器与用户负荷曲线生成器连接，用户负荷曲线生成器与窃电用户诊断器连接。将DBSCAN密度聚类算法用于查找异常用电用户，再将模糊C均值算法运用到生成用户负荷曲线中，最终通过曲线相似度比较检测出窃电用户；充分利用了复杂用户负荷数据对用户用电行为进行分析，可以很好的检测窃电用户。
一种基于复杂用户行为分析负荷模型挖掘系统方法

[发明专利]一种基于GEP优化的智能电网数据异常有效识别方法-CN202010112678.4有效
发明人：邓松;张建堂;祝展望;岳东;袁新雅;陈福林;董霞;蔡清媛 -专利权人：南京邮电大学
申请日： 2020-02-24 - 公布日： 2022-06-03 - 主分类号： G06F21/56 文献下载
摘要：本发明公开了一种基于GEP优化的智能电网数据异常有效识别方法，属于电力系统信息安全领域，来解决智能电网下的数据异常识别问题；电力系统状态估计是现代能量管理系统的重要组成部分，其量测数据除了含有正常的测量噪声外，还可能含有不良数据。本发明通过使用本方法可以弥补传统方法无法完全检测的异常数据，使得电网中的不良数据得到快速有效的识别。本发明基于GEP构建的监督机器学习模型在噪声数据处理能力，结合节点能量的思想来解决智能电网下的数据异常的识别问题，根据当前有源配电网中的大量数据进行训练，在残差检测的基础上利用无功优化综合指标，比较攻击前后数据变化的方式对电网下数据异常进行有效识别，从而保证电网安全可靠的运行。
一种基于 gep 优化智能电网数据异常有效识别方法

[发明专利]一种面向数据服务的自适应入侵响应博弈方法及其系统-CN202010156384.1在审
发明人：邓松;祝展望;张建堂;岳东;袁新雅;陈福林;蔡清媛;董霞 -专利权人：南京邮电大学
申请日： 2020-03-09 - 公布日： 2020-07-28 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种面向数据服务的自适应入侵响应博弈方法及其系统，主要用于解决针对数据服务的网络攻击自适应响应问题，通过使用本发明中提出的方法搭建检测系统和用户的博弈模型判断是否存在纯策略纳什均衡，不存在则设立检测系统的混合策略，然后建立两者之间的支付函数求解出最优化一阶条件，从而导出了博弈双方最佳响应的纳什均衡值，得出最优响应策略进行响应。
一种面向数据服务自适应入侵响应博弈方法及其系统

1
共 7 条