买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州电网有限责任公司申请的专利基于选择性卷积网络的数字电网安全态势感知方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119624110B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411695711.5，技术领域涉及：G06Q10/0635；该发明授权基于选择性卷积网络的数字电网安全态势感知方法及系统是由严彬元;班秋成;付鋆;张宇南;李攀登;洪超设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本基于选择性卷积网络的数字电网安全态势感知方法及系统在说明书摘要公布了：本发明公开了基于选择性卷积网络的数字电网安全态势感知方法及系统，涉及资产安全管控技术领域，包括：使用传感器采集数字电网运行的多元异构数据进行预处理；采用选择性卷积网络对预处理后数据进行多尺度特征提取；将提取的多尺度特征输入二次分类模型进行故障风险判断并进行分类；结合时间域卷积网络对分类结果及多尺度特征进行时间序列建模，预测数字电网的未来运行态势和潜在风险。本发明通过改进选择性卷积网络和选择性时域卷积网络，技术解决多源异构数据特征提取能力不足、数据不平衡导致分类精度低以及时序建模能力有限的问题，达到了增强特征提取精度、提升少数类样本识别能力、优化复杂时序特征建模及态势预测精度的效果。

本发明授权基于选择性卷积网络的数字电网安全态势感知方法及系统在权利要求书中公布了：1.基于选择性卷积网络的数字电网安全态势感知方法，其特征在于，包括： 使用传感器采集数字电网运行的多元异构数据进行预处理； 采用选择性卷积网络对预处理后数据进行多尺度特征提取； 将提取的多尺度特征输入二次分类模型进行故障风险判断并进行分类； 结合时间域卷积网络对分类结果及多尺度特征进行时间序列建模，预测数字电网的未来运行态势和潜在风险； 所述将提取的多尺度特征输入二次分类模型进行故障风险判断并进行分类包括， 设输入数据集为D＝{xi,yi}，其中xi表示输入特征，yi表示标签，yi∈{0,1，...，C1}； 构造攻击识别模型，表达式为： F1x＝SigmoidWattack·x+b 其中，Wattack是分类权重，x为选择性卷积网络提取的多尺度特征，b是二次分类模型的偏置参数； 输出F1x表示样本x属于攻击类的概率，对攻击样本的预测概率F1x0.5的样本构建新数据集Dattack＝{xi,yi|yi≠0}； 构建攻击分类模型，表达式为： F2x＝SoftmaxWclass·x+b 其中，F2x为攻击样本属于每种攻击类型的概率分布，Wclass为攻击分类权重矩阵； 所述将提取的多尺度特征输入二次分类模型进行故障风险判断并进行分类还包括， 通过状态概率因子和攻击影响因子构建态势值计算模型，状态概率因子Pi表示第i类攻击在当前时间段内的发生概率，其公式为： 其中，ni为第i类攻击样本数，N1为态势值计算模型的总样本数； 攻击影响因子Ei评估第i类攻击对机密性、完整性和可用性的表达式为： Ei＝Ci+Ii+Ai 其中，Ci，Ii，Ai分别表示对机密性、完整性和可用性的威胁程度，li代表第i类攻击导致泄露的敏感数据量，Ti表示第i类攻击引发的数据篡改事件数量，Tt表示当前时间段内的总数据传输事件数量，Ui表示第i类攻击造成的有效服务时间或流量占比，Ut表示应处理的总服务时间或流量占比，lt为当前时间段内电网的总敏感数据量； 最终态势值表达式为： 其中，C2为网络攻击状态种类数，Pi表示第i类攻击在当前时间段内的发生概率，Ei为攻击影响因子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。