一种基于Q学习网络攻击的电网连锁故障预测方法
实质审查的生效
摘要
本发明公开了一种基于Q学习网络攻击的电网连锁故障预测方法，包括：1构建网络攻击模型，确定断路器无故障跳闸攻击的各攻击路径成功概率，2构建基于Q学习的连锁故障演化模型，并使用Q学习算法进行训练，生成Q值表以选取最优网络攻击方案，可筛选出产生较大风险的攻击路径。本发明在考虑网络攻击成功概率的基础上，利用Q学习算法选取网络攻击路径，既能避免类似遍历算法的大范围计算，极大缩短计算时间，在工作量与完备性之间有较好的平衡，为网络攻击场景下的电网连锁故障防控提供理论指导。
基本信息
专利标题 ：
一种基于Q学习网络攻击的电网连锁故障预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114386330A
申请号 ：
CN202210041989.5
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张晶晶赵沛东齐先军杨熙
申请人 ：
合肥工业大学
申请人地址 ：
安徽省合肥市包河区屯溪路193号
代理机构 ：
安徽省合肥新安专利代理有限责任公司
代理人 ：
陆丽莉
优先权 ：
CN202210041989.5
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06Q10/06 G06Q50/06 G06F111/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220114
申请日 : 20220114
2022-04-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
