期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多模态大数据的国家安全风险态势感知模型构建
被引量:
2
1
作者
王明程
李勇男
《情报杂志》
北大核心
2024年第2期103-109,共7页
[研究目的]为强化国家安全情报能力,推动风险监测预警能力提升,构建基于多模态大数据的国家安全风险态势感知模型。[研究方法]该文对国家安全风险态势感知进行阐释,并分析多模态大数据驱动下的国家安全风险态势感知运作逻辑;在此基础上...
[研究目的]为强化国家安全情报能力,推动风险监测预警能力提升,构建基于多模态大数据的国家安全风险态势感知模型。[研究方法]该文对国家安全风险态势感知进行阐释,并分析多模态大数据驱动下的国家安全风险态势感知运作逻辑;在此基础上,构建态势感知模型并解析其内涵。[研究结论]该模型集国家安全风险态势察觉、态势理解、态势预测及态势投射为一体,其构建可为强化国家安全风险监测预警能力提供参考,为服务国家治理体系和能力现代化建设提供支撑。
展开更多
关键词
国家安全
国家安全情报
国家安全
风险
风险态势感知
风险
监测
多模态大数据
下载PDF
职称材料
基于图神经网络和强化学习的电网风险态势感知
被引量:
2
2
作者
郭创新
刘祝平
+3 位作者
刘永刚
朱文昊
姜新凡
姜威
《电网与清洁能源》
CSCD
北大核心
2023年第12期41-49,共9页
在新型电力系统中,考虑高比例新能源接入的强波动性和电网输变电线路的随机故障,需要准确且快速的电网风险态势感知。基于图神经网络易于处理电网拓扑结构的优势,引入了强化学习自适应学习的特点,提出了基于强化学习的图神经网络算法(GN...
在新型电力系统中,考虑高比例新能源接入的强波动性和电网输变电线路的随机故障,需要准确且快速的电网风险态势感知。基于图神经网络易于处理电网拓扑结构的优势,引入了强化学习自适应学习的特点,提出了基于强化学习的图神经网络算法(GNN-RL),以达到智能体能够自主、动态选择合适的风险指标的目标,从而提高新型电力系统的风险态势感知能力。最后,将所提的GNN-RL算法与其他人工智能算法对同一电网进行风险分析并对比,GNN-RL算法能够有效选择不同的风险指标,提高了风险态势感知的效率,推动全智能化在新型电力系统风险态势感知中的应用。
展开更多
关键词
新型电力系统
风险态势感知
图神经网络
强化学习
下载PDF
职称材料
基于数据密度与Transformer-IkNN的掺烧机组烟风系统风险态势感知模型
被引量:
3
3
作者
贾雪枫
李存斌
周颖
《热力发电》
CAS
CSCD
北大核心
2022年第7期129-138,共10页
生物质掺烧可减少煤电机组的碳排放,促进“双碳”目标实现,但易引发烟风系统相关设备的运行风险。为此,借助数据密度提出了基于Transformer与信息融合的风险态势感知模型。首先,基于数据密度,识别海量历史数据的典型状态;其次,借助Trans...
生物质掺烧可减少煤电机组的碳排放,促进“双碳”目标实现,但易引发烟风系统相关设备的运行风险。为此,借助数据密度提出了基于Transformer与信息融合的风险态势感知模型。首先,基于数据密度,识别海量历史数据的典型状态;其次,借助Transfomer模型机制,预测未来时刻的运行特征;再次,融合近邻点信息,判别并预警风险态势;最后,运用实际数据进行算例分析。结果表明:掺烧机组烟风系统可识别为低负荷和高负荷2类典型运行状态;所提Transformer模型在掺烧机组烟风系统的未来特征预测中优于其他模型;近邻信息融合可以有效判别掺烧机组烟风系统的风险状态。因此,该模型可有效感知掺烧机组烟风系统的风险态势,确保其运行可靠性。
展开更多
关键词
数据密度
信息融合
TRANSFORMER
烟风系统
风险态势感知
下载PDF
职称材料
题名
基于多模态大数据的国家安全风险态势感知模型构建
被引量:
2
1
作者
王明程
李勇男
机构
中国人民公安大学国家安全学院
出处
《情报杂志》
北大核心
2024年第2期103-109,共7页
基金
中国人民公安大学拔尖创新人才培养经费支持研究生科研创新重点项目“面向国家生物安全风险的情报感知体系构建研究”(编号:2023yjsky007)
中国人民公安大学基本科研业务费重大项目“基于群智协同的大数据驱动的'情景-应对'型反恐决策机制研究”(编号:2021JKF106)研究成果。
文摘
[研究目的]为强化国家安全情报能力,推动风险监测预警能力提升,构建基于多模态大数据的国家安全风险态势感知模型。[研究方法]该文对国家安全风险态势感知进行阐释,并分析多模态大数据驱动下的国家安全风险态势感知运作逻辑;在此基础上,构建态势感知模型并解析其内涵。[研究结论]该模型集国家安全风险态势察觉、态势理解、态势预测及态势投射为一体,其构建可为强化国家安全风险监测预警能力提供参考,为服务国家治理体系和能力现代化建设提供支撑。
关键词
国家安全
国家安全情报
国家安全
风险
风险态势感知
风险
监测
多模态大数据
Keywords
national security
national security intelligence
national security risk
risk situation awareness
risk surveillance
multi-modal big data
分类号
G359.21 [文化科学—情报学]
G351.10 [文化科学—情报学]
下载PDF
职称材料
题名
基于图神经网络和强化学习的电网风险态势感知
被引量:
2
2
作者
郭创新
刘祝平
刘永刚
朱文昊
姜新凡
姜威
机构
浙江大学电气工程学院
国网湖南省电力有限公司
出处
《电网与清洁能源》
CSCD
北大核心
2023年第12期41-49,共9页
基金
国家自然科学基金项目(U22B2098)
国网湖南省电力有限公司科技项目(5216A5220023)。
文摘
在新型电力系统中,考虑高比例新能源接入的强波动性和电网输变电线路的随机故障,需要准确且快速的电网风险态势感知。基于图神经网络易于处理电网拓扑结构的优势,引入了强化学习自适应学习的特点,提出了基于强化学习的图神经网络算法(GNN-RL),以达到智能体能够自主、动态选择合适的风险指标的目标,从而提高新型电力系统的风险态势感知能力。最后,将所提的GNN-RL算法与其他人工智能算法对同一电网进行风险分析并对比,GNN-RL算法能够有效选择不同的风险指标,提高了风险态势感知的效率,推动全智能化在新型电力系统风险态势感知中的应用。
关键词
新型电力系统
风险态势感知
图神经网络
强化学习
Keywords
new-type power system
risk situation perception
GNN
reinforcement learning
分类号
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于数据密度与Transformer-IkNN的掺烧机组烟风系统风险态势感知模型
被引量:
3
3
作者
贾雪枫
李存斌
周颖
机构
华北电力大学经济与管理学院
出处
《热力发电》
CAS
CSCD
北大核心
2022年第7期129-138,共10页
基金
国家自然科学基金项目(71840004)。
文摘
生物质掺烧可减少煤电机组的碳排放,促进“双碳”目标实现,但易引发烟风系统相关设备的运行风险。为此,借助数据密度提出了基于Transformer与信息融合的风险态势感知模型。首先,基于数据密度,识别海量历史数据的典型状态;其次,借助Transfomer模型机制,预测未来时刻的运行特征;再次,融合近邻点信息,判别并预警风险态势;最后,运用实际数据进行算例分析。结果表明:掺烧机组烟风系统可识别为低负荷和高负荷2类典型运行状态;所提Transformer模型在掺烧机组烟风系统的未来特征预测中优于其他模型;近邻信息融合可以有效判别掺烧机组烟风系统的风险状态。因此,该模型可有效感知掺烧机组烟风系统的风险态势,确保其运行可靠性。
关键词
数据密度
信息融合
TRANSFORMER
烟风系统
风险态势感知
Keywords
data density
information fusion
Transformer
air/gas system
risk state awareness
分类号
TM619 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多模态大数据的国家安全风险态势感知模型构建
王明程
李勇男
《情报杂志》
北大核心
2024
2
下载PDF
职称材料
2
基于图神经网络和强化学习的电网风险态势感知
郭创新
刘祝平
刘永刚
朱文昊
姜新凡
姜威
《电网与清洁能源》
CSCD
北大核心
2023
2
下载PDF
职称材料
3
基于数据密度与Transformer-IkNN的掺烧机组烟风系统风险态势感知模型
贾雪枫
李存斌
周颖
《热力发电》
CAS
CSCD
北大核心
2022
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部