基于改进CNN的新型电力系统APT攻击检测

高级持续性威胁(advanced persistent threat,APT)已经成为新型电力系统网络安全的主要威胁之一,面对其隐蔽性强、破坏力大、持续时间长的攻击行为特点,现有的传统检测方法无法满足新型电力系统的安全要求。对此,文章提出一种基于卷积神经网络的通道与空间并行结合的注意力机制(parallel channel and spatial attention mechanism based convolutional neural network,PCSA-CNN)的APT攻击检测方法。该算法引入通道与空间并行的注意力机制,以突出APT攻击数据特征并生成对应的特征向量矩阵,然后采用卷积神经网络模型完成对APT攻击的检测。实验结果表明,基于PCSA-CNN模型的APT攻击检测方法可达到99.87%的准确率,相较现有主流神经网络模型检测效果有明显提升。

电力通信系统电源建设方案研究

通信电源是电力通信系统的重要组成部分,电源的可靠性是影响整个通信系统可靠性的重要因素。要确保通信电源的可靠,在通信系统电源建设时就要根据不同通信站对通信电源的不同要求,选取合适的接线方式。另外,本文还简要介绍了蓄电池配置和充放电电缆选取原则。

丙烯基电缆研究开发及商业应用进展

本文综述了目前丙烯基电缆研发中的聚丙烯改性手段、电缆研发及投运情况以及聚丙烯电缆相关的规程规范,根据聚丙烯电缆研发现状,总结了聚丙烯电缆将来运行中可能遇到的问题并提出研究建议,为聚丙烯电缆后续的研究与商业应用提供参考。

基于深度强化学习的户内变电站通风降噪优化设计

针对户内变电站运行发热导致温度过高引发安全风险,以及采取相关散热措施可能导致噪声扰民的问题,提出一种基于有限元仿真和深度强化学习的户内变电站进风口设计参数优化方法。以此对户内变电站通风系统进风口位置大小进行优化设计,使其获得最优通风降噪效果。首先,通过有限元分析法对其温度场、流体场和声场进行仿真建模;然后,基于大量仿真数据,采用卷积神经网络建立温度和噪声的预测模型;最后,考虑噪声约束,利用基于最大熵强化学习框架的SAC算法,以变电站室内温度最低为目标对进风口设计参数进行优化求解。研究结果表明,经过优化后的进风口设计方案能够有效降低变电站室内温度,同时使噪声满足国家规范要求。

江西电网备调通信系统建设

电力调度机构是电力系统调度运行的控制指挥中心,是电网安全稳定运行的关键环节,承担着组织、指挥、指导和协调电力系统运行的重要任务。为了以预防重大事故、自然灾害等突发事件发生而导致现有调度控制中心功能丧失,保证电力生产、调度指挥的不间断性,提高调往的防灾能力,江西电网建设了备用调度中心。而江西电网备调通信系统的建设是为了在自然灾害、重大事故、突发性事件以及其他紧急状况发生时,能为备调系统的指挥提供可靠的、不间断的通信保障。

基于计算机视觉的输电线路金具锈蚀识别

金属锈蚀环境复杂,生锈部位及形状差异较大,使得锈蚀难以检测。随着无人机逐渐应用于线路巡检,计算机视觉也应用于金具锈蚀识别。针对目前锈蚀检测存在的问题,提出了使用基于深度学习的Faster-RCNN目标检测模型和锈蚀HSI颜色特征相结合的锈蚀检测方法,用于解决数字图像处理适用性差且效率不高和深度学习方法目标特征无法准确提取等问题。实验结果显示该方法对于常见的几种锈蚀情况都有较好的识别效果,都可识别出图像中锈蚀区域的主体部分,且深度学习算法与HSI颜色特征结合的方法判断锈蚀有无的正确率和召回率达到了较高水准,漏识别率也符合现实要求。因此,该方法符合实际需求,为电气行业相关金属的日常管理养护提供了技术支撑。

共青城智能电网综合示范工程通信系统建设

共青城电力通信系统建设是共青城智能电网综合示范工程的重要组成部分,围绕共青城智能电网综合示范工程建设的总体思路和目标,满足电网发展和企业管理现代化的需要,在体制上、管理上、技术上适应科学调度运行、配用电自动化的要求,提高电网的安全稳定运行水平和资源优化配置能力,为共青城电力发展的智能化和管理信息化提供可靠、高效的通信平台。

江西电网调峰分析

结合江西电网基本特点及近年来的基本运行情况,分析了江西电网的调峰现状,并针对电网的实际运行情况,探讨调峰问题的解决途径。