摘要
本发明提供了一种基于数据推断关系的电力系统敏感数据识别方法,包括:确定了一套电力系统数据敏感程度的评价标准,基于层次分析法完成了对电力数据敏感度的数值化表示和初始敏感度标定;提出了一种构建电力数据推断关系概率图模型的方法,基于线性混合效应模型与主成分分析技术得到数据间关联性性度量指标,结合数据物理机理推导关系构建出推断关系概率图模型;根据关联性度量指标构建节点间类别关联潜在矩阵,实现了在概率图模型上的循环信念传播算法,得到数据最终敏感度和识别结果。本发明提供了由电力数据中存在的大量推断关系引发的机密数据泄漏问题的一种解决方案,并通过实验证明了本发明方法的有效性和稳定性。
技术关键词
敏感数据识别方法
电力系统
线性混合效应
关系
信念传播算法
层次分析算法
度量
发电机
主成分分析技术
有功功率
主成分分析算法
物理
指标
访问控制机制
电机运行状态
层次结构模型
系统为您推荐了相关专利信息
数据库构建方法
数字签名技术
模板
量子密码学
文章
管理子系统
云平台
派遣管理系统
管理方法
通信链路状态
成分含量
剩余使用寿命
函数关系模型
管理方法
易损耗部件