【摘 要】
：
针对电力系统经常遭到外部网络的攻击与威胁,导致电力运行数据存在泄露的风险,为此提出了基于SON聚类的电力运行数据泄露风险预警方法.基于电力系统运行的实时状态,确定电力运行数据变换的动态阈值,根据电力运行数据的熵值变化,调整了动态阈值的大小.检测电力运行数据可能发生泄露的节点,根据电力运行数据的特征,利用SOM聚类的方法对电力运行数据样本进行采集、筛查和自适应分类.结合抽象标准化的处理规律,构建电力运行数据泄露风险预警模型,实现了电力运行数据泄露风险预警.实验结果表明,所提方法的预警准确率可达70％且波动幅
【机 构】
：
贵州电网有限责任公司六盘水供电局,贵州六盘水,550001
论文部分内容阅读
针对电力系统经常遭到外部网络的攻击与威胁,导致电力运行数据存在泄露的风险,为此提出了基于SON聚类的电力运行数据泄露风险预警方法.基于电力系统运行的实时状态,确定电力运行数据变换的动态阈值,根据电力运行数据的熵值变化,调整了动态阈值的大小.检测电力运行数据可能发生泄露的节点,根据电力运行数据的特征,利用SOM聚类的方法对电力运行数据样本进行采集、筛查和自适应分类.结合抽象标准化的处理规律,构建电力运行数据泄露风险预警模型,实现了电力运行数据泄露风险预警.实验结果表明,所提方法的预警准确率可达70％且波动幅度较小,F-measure值最高为0.8,所提方法保持在预警幅度波动率[50,-50]区间内,为电力运行数据泄露风险预警提供了可靠的预警数据.
其他文献
为解决断路器的误动或拒动以及遥信因通道退出而产生的信息缺失以及短时间上传的含有畸变信息的筛选等问题,本文采取了人工智能处理畸变信息的方法,利用BP神经网络人工智能技术处理非线性问题及容错性强的能力,对电网故后上传的初始信息进行处理,过滤畸变或缺失信息,进而快速准确地定位故障元件,以辅助调控运行人员正确决策.本文以BP神经网络理论为基础,设计了故障定位流程,通过将电网拓扑结构转换为故障决策表作为训练样本,搭建BP神经网络故障元件定位模型,同时结合故障定位算法,得出一套完整的电网故障定位方法,并构造不存在于训
针对现有变电站视频监控系统人工巡视模式效率低下的问题,本文基于AI边缘计算技术建立变电站视频深度学习识别模型,构建了适用于变电站现场的电力专用视频智能识别计算单元,采用卷积神经网络算法实现了“烟火”“安全帽”“异物”“画面质量”四大电力定制场景的融合识别,形成“现场视频分析装置+主站云分析平台”的“云-边”协同视频智能分析系统.在云端构服务器实现对现场上传识别结果的二次深度分析,并通过主站样本库积累及反向传输机制使装置具备持续学习的能力.试运行阶段的实际数据表明,四大场景平均识别准确达到90％以上,系统实
为解决气象因素对于光伏出力预测的影响,明确不同类型气象条件与光伏电站出力之间的相关性.本文通过基于GBDT回归的光伏电站出力人工智能预测算法对于光伏电站的出力进行预测,通过特征工程中的相关系数分析方法筛选出和光伏电站出力相关性最强的特征,针对这些特征采用模型训练及预测的方式横向预测光伏电站的实时出力.本文采用某光伏电站的气象和出力实测数据,数据采样周期为5分钟,按比例将数据集拆分为训练数据集、交叉验证数据集和测试数据集,获取出力预测结果后,本文采用均方误差和R方值结合可视化方法对于预测结果进行准确性验证.
针对现有线路防冰工作所考虑微地形因子均不全面,缺乏对观测资料合理的质量控制手段,同时现有冰区分布图均是考虑区域面状覆冰情况,没有对微地形点冰区量级修正系数的研究,导致现有研究无法有效地对线路防冰工作起到实质性作用.对此,本文综合考虑覆冰类型、6个微地形因子指标,首先采用改进聚类算法,实现对500个微地形点依据地形指标进行归类;其次提出相似区覆冰一致性原则对观测资料质量控制,并采用熵权法研究每个分类中微地形因子对线路覆冰的权重;最后给出微地形点对冰区量级修正系数.研究表明:500个微地形点整体上可以聚合成5
针对传统高压电缆故障检测时,需加直流高压和大电流,危险性大、对电缆绝缘造成损伤,以及需打开GIS筒体,各部门配合时间长、效率低等问题,采用了LIRA技术.通过向测试首端输入1-100MHz的混合波,对反射行波进行信号处理分析,将电缆中的阻抗不匹配点进行宽频阻抗谱人机交互界面展示,从而快速完成电缆故障定位.该方法测试电压仅为5V,无须打开GIS筒体,从而降低了高压输电电缆故障检测时危险性,减小了对电缆绝缘的损伤,提升了故障检测效率.从LIRA技术原理出发,与传统高压输电电缆故障检测方法比较,阐述了该技术应用
针对电网主变负载评估过程中搜索路径复杂,评估结果可靠性不足的问题,构建基于改进灰狼算法的电网主变负载自动风险评估模型.根据相对支持度和置信度,设置关联数据挖掘规则.基于改进灰狼算法设置跟踪搜索和自主搜索两种模式,获取主变负载影响因素;计算相关负载因子,得到老化、缺陷、告警、历史重载以及过载因子的实际值;明确风险指标,完成自动化风险评估.实验结果表明,所提方法的搜索路径最优,能够完成所有负载风险的评估,评估结果的可靠性较高,其自动化程度最高,对电网主变负载自动风险评估工作有重要意义.
油浸式变压器的DGA数据富含大量的变压器故障信息,深度剖析DGA数据与变压器的故障状况有利于实现油浸式变压器的故障诊断.然而,特征气体信息与变压器故障类型,故障程度间为复杂的非线性映射关系,给基于变压器油中溶解气体的变压器故障判断工作带来了困难.本文综述了从三比值法到专家系统、模糊理论、机器学习等智能诊断方法,简述了各方法的优点与不足之处,此外利用决策树较强的分类性能,提出了基于决策树的变压器故障诊断模型,实验结果表明,该方法较传统三比值法有一定的优势.最后,对未来的DGA数据智能算法分析研究提供一些思路
目前对电网覆冰灾害风险评估研究工作,缺乏对资料有效性评估手段,同时现有研究所考虑评价指标不够全面等缺陷.本文以贵州电网460条线路覆冰数据为例,从覆冰资料、微地形因子、气象条件出发,全面考虑与电网覆冰相关的13个评价指标,首先采用k-VNN算法对样本资料质量控制,剔除偏离较大样本;其次建立指标遴选判据,剔除对本文研究影响较小指标,并对可变指标气象因子,采用过程信息处理;最后采用LS-SVM算法建立电网覆冰灾害评估模型.研究表明:5.87％样本偏离程度较大,属于无用样本;山脊、坡向两个指标对电网覆冰影响较小
由于电网规模越来越大,结构也越来越复杂,导致继电保护定值配置面临巨大难度.在此背景下,针对以往系统反应慢,不能实现即点即用与所见即所得以及保护定值变更生成缺乏自适应性的问题,将电网结构与继电保护定值单有机结合起来,设计一种基于IEC61970-CIM的继电保护定值配置可视化管理系统.借鉴B/S架构设计系统框架,包括数据访问层、业务逻辑层以及可视化显示层;围绕C8051F040单片机搭建硬件系统,为系统选取合适的物理设备;基于IEC61970-CIM标准化技术、信息库同步技术、专家决策系统、指令模拟操作与防
基于风电机组运维历史大数据,探索齿轮箱油温异常预测性预警及异常原因分析的方法.首先,基于齿轮箱油温正常状态的SCADA运维大数据,在特征工程中采用方差排序、Pearson相关系数和递归特征消除进行降维,产生三个不同特征组合的数据集,分别建立LightGBM模型并选出表现最优的数据集;其次,选取boosting另外两个流行算法XGBoost与CatBoost作为对照算法,从均方误差(MSE),拟合优度(R Squared)等多个评价指标进行综合评价;最后,通过比较齿轮箱的预测油温与真实油温的偏离程度,在偏离