Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)杨明获国家专利权

齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)杨明获国家专利权

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!

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于拓扑切换和潮流调控的负载替换攻击防御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:CN120875179B

龙图腾网通过国家知识产权局官网在2025-12-23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:202511366088.3,技术领域涉及:G06Q10/04;该发明授权基于拓扑切换和潮流调控的负载替换攻击防御方法及装置是由杨明;周亚宁;吴晓明;刘臣胜;王鑫;贺云鹏;陈振娅;穆超;吴法宗;徐硕设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。

基于拓扑切换和潮流调控的负载替换攻击防御方法及装置在说明书摘要公布了:本发明属于电数字数据处理领域,具体涉及基于拓扑切换和潮流调控的负载替换攻击防御方法及装置。所述防御方法通过构建融合智能软开关与远程控制开关的协同防御负载替换攻击的双层Stackelberg博弈模型,求解最优的联合部署策略,其中上层防御模型规划综合考虑电压调节、潮流平衡、径向网络结构和连续性等约束条件,以最小化设备投资‑运维成本和电压越界指标;在下层攻击模型中模拟资源受限攻击者在防御者给定防御策略下生成最优的攻击策略以最大电压偏移量。解决了基于传统的拓扑切换的防御方法存在响应滞后、调节能力受限以及仅部署智能软开关的缓解策略面临着部署成本高且防御效果差的问题。

本发明授权基于拓扑切换和潮流调控的负载替换攻击防御方法及装置在权利要求书中公布了:1.基于拓扑切换和潮流调控的负载替换攻击防御方法,其特征在于,所述方法包括: S1、基于配电网的线性化配电系统潮流模型,构建负载替换攻击模型; S2、基于步骤S1构建的负载替换攻击模型,构建防御者和攻击者的双层博弈模型,其中,上层为防御模型,下层为攻击模型,所述防御模型为融合智能软开关与远程控制开关的协同防御模型; S3、通过模型线性等价以及二阶锥方法对步骤S2构建的双层博弈模型进行简化和等价转换; S4、通过Karush-Kuhn-Tucker条件,将步骤S3经过简化和等价转换后的双层博弈模型转化为单层模型,并对单层模型的单层优化问题求解,以求得最优规划部署方法; 步骤S2所述上层防御模型的目标函数为: 6 7 其中,是指最小化该目标函数的值,该目标由四个部分组成,具体包括SOP的总部署成本、RCS的总部署成本、SOP功率损耗成本以及电压越界总量,其中的和分别为决定SOP损失权重系数以及电压越界总量的权重系数;具体的说,和分别为SOP设备的单位容量成本以及其单侧VSC的容量大小、和分别为SOP安装的固定成本以及是否在当前位置部署SOP的二进制变量,其中代表所有候选的SOP的安装位置集;和分别为单个RCS的成本以及是否在当前支路部署RCS的二进制变量;和为有功功率损耗的单位成本以及SOP的有功损耗;表示支路集合,表示节点集合;为超过电压上界与低于电压下界的总电压偏差,具体规则为:如果≥,则计入总量,否则置为0;反之,若≥,则计入总量,否则置为0; 所述下层攻击模型的目标函数为: 8 其中,分别代表的是攻击者在节点处的最优有功扰动量和最优无功扰动量,为系统标称电压值; 步骤S4具体为:使用Karush-Kuhn-Tucker条件线性化经步骤S3简化和等价转换后的双层博弈模型的攻击模型的约束条件,将双层模型转化为单层模型,完成将双层博弈模型的双层优化问题转化为单层模型可求解的单层优化问题,并对单层模型的单层优化问题求解,以求得最优规划部署方法;其中,Karush-Kuhn-Tucker条件中的互补松弛条件用大M法来线性化表述。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250000 山东省济南市长清区西部新城大学科技园;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。

免责声明
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。