国能浙江北仑第一发电有限公司王崇如获国家专利权
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!
龙图腾网获悉国能浙江北仑第一发电有限公司申请的专利基于数据挖掘的电厂5G专网弹性安全数据分析方法及装置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:CN121001092B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202511522771.1,技术领域涉及:H04W12/121;该发明授权基于数据挖掘的电厂5G专网弹性安全数据分析方法及装置是由王崇如;朱贤伟;李柏杰;张建创;叶启明;叶燕华;王鲁宁;陈森;胡洋洋;从宇设计研发完成,并于2025-10-23向国家知识产权局提交的专利申请。
本基于数据挖掘的电厂5G专网弹性安全数据分析方法及装置在说明书摘要公布了:本发明公开一种基于数据挖掘的电厂5G专网弹性安全数据分析方法及装置,涉及电网安全数据分析技术领域。方法包括:定义电网安全数据分析目标以及分析范围;搭建数据采集与传输链路,实时采集电网关键设备的运行参数、操作日志以及故障记录数据;将采集的数据传输安全接入区的采集服务器;采集服务器对接收的数据进行预处理,获得安全数据的时序数据集;采用基于斯皮尔曼秩相关法,对时序数据集进行初步关联分析,获得多个安全数据状态指标间的相关性;基于指标间的相关性,获得强关联安全数据指标对应的时序数据集;基于时序数据集,采用时序FP‑Growth算法对安全数据的关联规则进行挖掘,获得强时序关联规则。采用本发明可提高安全数据的利用效率。
本发明授权基于数据挖掘的电厂5G专网弹性安全数据分析方法及装置在权利要求书中公布了:1.一种基于数据挖掘的电厂5G专网弹性安全数据分析方法,其特征在于,所述方法包括: S1、定义电网安全数据分析目标以及分析范围;其中,电网安全数据分析范围,包括:电网关键设备运行参数、操作日志以及故障记录数据; S2、搭建数据采集与传输链路,通过在目标设备上安装传感器以及工控终端数据采集装置,实时采集电网关键设备的运行参数、操作日志以及故障记录数据;将电网关键设备的运行参数、操作日志以及故障记录数据传输安全接入区的采集服务器; S3、安全接入区的采集服务器对接收的数据进行预处理,获得安全数据的时序数据集; S4、采用基于斯皮尔曼秩相关法,对安全数据的时序数据集进行初步关联分析,获得多个安全数据状态指标间的相关性;基于多个安全数据状态指标间的相关性,获得强关联安全数据指标对应的时序数据集; S5、基于强关联安全数据指标对应的时序数据集,采用时序FP-Growth算法对安全数据的关联规则进行挖掘,获得强时序关联规则; 其中,所述S5的基于强关联安全数据指标对应的时序数据集,采用时序FP-Growth算法,对安全数据的关联规则进行挖掘,获得强时序关联规则,包括: S51、将连续参数值离散化为时序项,通过将连续时间轴划分为时间窗口;其中,每个窗口内的所有时序项构成一个时序事务,并标记事务的起止时间,构建时序事务数据库; S52、初始化时序FP-Growth算法的参数,对于规则,计算支持度和置信度;其中为无交集的项集,为无交集的项集,且的时间戳早于的时间戳; S53、采用基于指数衰减函数的时间权重机制,定义当前时间的权重; S54、基于当前时间的权重,构建FP树修正时序项的加权支持度和置信度; S55、构建斯皮尔曼-时序FP-Growth双向动态反馈机制,计算出斯皮尔曼秩相关系数直接关联时序FP-Growth的挖掘参数,基于所述挖掘参数,计算最小支持度和最小置信度; S56、构建时序FP树,即频繁模式树,挖掘频繁项集及时序关联规则;通过扫描数据库统计每个时序项的出现次数,筛选出满足最小支持度计数的频繁项集,并按支持度降序排序,获得排序后的项集; S57、以排序后的项集为基础,从根节点开始逐条插入事务,相同路径共享节点;其中每个节点记录项名称、支持度计数及时间戳范围,同时更新项头表以记录项的位置指针;通过递归挖掘时序FP树,提取所有满足最小支持度的频繁项集; S58、基于最小支持度的频繁项集,生成时序关联规则;基于时序关联规则筛选出支持度不低于计算的最小支持度且置信度不低于计算的最小置信度的规则,获得强时序关联规则。
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国能浙江北仑第一发电有限公司,其通讯地址为:310063 浙江省杭州市教工路18号世贸丽晶城欧美中心1号楼1701室;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励