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！

龙图腾网获悉国网甘肃省电力公司陇南供电公司申请的专利基于电价数据的敏感信息逆向推理威胁模型的构建方法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：CN121502826B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610045282.X，技术领域涉及：G06F21/62；该发明授权基于电价数据的敏感信息逆向推理威胁模型的构建方法是由潘黎明;王肃朝;白宏伟;张宝军;张雅涵;祁琛峰;王艳红;袁静;袁萍;刘坤;杨舜淼;魏浩;张芹设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本基于电价数据的敏感信息逆向推理威胁模型的构建方法在说明书摘要公布了：本发明提供一种基于电价数据的敏感信息逆向推理威胁模型的构建方法，涉及智能电网分析技术领域，本发明根据直流潮流模型和本地边际价格理论模型来构建电价与导纳矩阵之间的齐次线性方程模型，从电力数据中提取节点和边特征，输入动态路由编码器，输出节点与边的编码特征序列，并对编码特征进行时序建模，输出各时刻电网导纳参数序列，并对参数序列进行校正和优化，采用差分隐私机制对电价数据进行扰动，结合优化后的参数序列，完成敏感信息逆向推理威胁模型的构建。本发明利用动态特征编码和时序建模技术，结合差分隐私策略实现了基于公开数据的电网导纳参数有效逆向推断，并结合差分隐私策略完成了电价数据的隐私保护与风险评估。

本发明授权基于电价数据的敏感信息逆向推理威胁模型的构建方法在权利要求书中公布了：1.一种基于电价数据的敏感信息逆向推理威胁模型的构建方法，其特征在于，具体步骤包括： 步骤1：构建直流潮流模型和本地边际价格理论模型，基于两种构建好的数学理论模型综合建立电价与电网导纳矩阵之间的齐次线性方程模型； 步骤2：从采集的相关电力数据中提取节点特征与边特征并进行向量化，将特征向量输入进动态路由编码器中，结合构建的齐次线性方程模型对输入的特征向量进行动态选择与加权处理，以输出节点与边的编码特征序列； 步骤3：基于选择性状态空间模型对编码特征序列进行时序建模，建立电价数据与导纳矩阵之间的动态关系式，以输出时序内各时刻的电网导纳参数序列； 步骤4：基于输出的电网导纳参数序列，结合电力系统潮流方程的物理规律，对电网导纳参数序列进行校正，并通过损失函数约束对电网导纳参数序列进行优化； 步骤5：根据优化后的电网导纳参数序列，引入差分隐私机制，对公开电价数据施加噪声扰动，通过结合差分隐私策略，实现基于电价数据逆向推理模型的构建； 对编码特征序列进行时序建模，建立电价数据与导纳矩阵之间的动态关系式，以输出时序内各时刻的电网导纳参数序列，所依据的方法为： 基于动态路由编码器输出的节点编码特征序列和边编码特征序列，对连续时刻的特征序列组成时序输入集，其中表示用于时序分析的连续时间点的总数，构建选择性状态空间模型，将节点和边编码特征序列作为观测量，设节点导纳倒数向量作为系统的隐状态，模型动态如下： 其中，表示在时刻的线路电抗倒数向量，为在时刻的输入的节点的变化信息，为过程噪声，表示在时刻的线路电抗倒数向量，为模型的观测值，为选择性观测映射函数，用于建立系统观测量与隐状态之间的关系，为观测噪声，表示在时刻节点的编码特征序列，表示在时刻边的编码特征序列； 基于直流潮流及本地边际价格理论，观测方程具体化为： 其中，，是在时刻的节点导纳逆矩阵的转置，是在时刻的以向量为对角元素构成的对角矩阵,表示在时刻节点本地边际价格的预测值，表示在时刻线路拥塞影子价格的预测值； 在每一时刻，结合获取的节点与边的编码特征序列，代入齐次线性方程组约束，所依据的公式为： 其中，对于时序观测集，堆叠线性方程组，并采用卡尔曼滤波对进行状态更新，最终输出时序内各时刻的电网导纳参数序列。

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网甘肃省电力公司陇南供电公司，其通讯地址为：746000 甘肃省陇南市武都区汉王新区长江大道以北, 燕儿沟以西；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。