基于一种欺骗型攻击模型的智能电网分布式控制

研究一种欺骗型攻击模型的智能电网分布式控制问题。在以负反馈控制为目标的欺骗攻击下,将其建成了基于符号函数的模型。为了获得智能电网的弹性性能,采用负荷频率控制与虚拟惯性控制相结合的弹性分布式策略。运用Lyapunov-Krasovskii泛函、逆凸不等式、线性矩阵不等式方法,得到多区域带有时延的智能电力系统稳定性定理,并基于此定理设计控制增益。针对三区域电力系统进行仿真,仿真结果说明所提出的稳定性定理和设计的控制增益的有效性。

网络攻击下的电力系统事件触发负荷频率控制

研究了网络攻击下电力系统事件触发负荷频率控制问题。首先,为了节约网络资源,提出了一种新的数据包的触发机制,在一般事件触发机制基础上增加了历史信号数据信息;然后考虑电力系统网络环境中的欺骗型攻击,建立了广义电力系统模型。再通过构造合适的李雅普诺夫函数并运用积分不等式,得到了一个可以保证电力系统均方渐近稳定的定理;另外,基于所提出的定理,提出了一种控制器的设计方法。最后,在仿真中表明了所提出的新的事件触发机制能够大大减少不必要网络资源的浪费,并优化了传输速率。

多源量测环境下基于深度强化学习的配电网分布式状态估计方法

文章在全时空量测环境下,基于深度分布式强化学习方法,提出了配电网分布式状态估计方法。首先,提出了多种量测体系的标准形式及其转换模型;其次,针对不同的量测体系,给出了线性和非线性的状态估计方法;再次,基于传统深度强化学习,提出了深度强化学习的分布式状态估计方法;最后,以实际电网为例,验证了所提方法的有效性。

浅谈大数据云计算环境下的数据安全

互联网技术更新换代较快,大数据云计算技术在一定程度上满足了人们对于信息处理的需求,同时也帮助企业完成了大量的计 算工作,通过建立云计算平台,结合硬件和软件来更好的整合和处理信息,但是由于数据量庞大,在大数据云计算系统工作时难免出现各 种各样的问题,最为难处理的就是数据的安全隐患问题,不能保证数据点完全,这也使得用户的体验度降低,不利于该种信息处理技术的 推广,因此,解决大数据云计算的数据安全问题迫在眉睫。

大数据背景下提高供电局数据质量的分析

大数据时代背景下,供电局数据质量分析是为了进一步提高供电局供电质量,保障供电局各系统平稳、安全运行。随着供电量的提高,社会各界对供电质量要求也不断提升,这就要求供电局充分依靠大数据分析的优势,明确供电需求以及导致供电问题的因素,如此才能够更好的促进供电局供电事业发展,提高供电质量。

基于多源数据处理的用户用电行为侧写技术

随着智能采集装置普及,电力系统已成为一个典型的“物理-信息-社会”深度耦合网络,深入挖掘有效信息,构建用户用电行为的侧写画像,实现个性化服务是当下热点。综合考虑海量用户信息和用电数据,构建基于多源数据的用户用电行为侧写架构;打通不同系统之间数据接口,实现多源异构系统数据交互与统一功能;针对工业用户与居民用户用电特点,构建典型负荷模型;采用聚类算法对不同用户用电行为分析,得出用户画像。工程实用结果表明:用户行为侧写技术合理有效,能准确对工业用户进行分类,为政府决策提供支持;对居民用户采用多维度展示,为电力公司掌握用户用电习惯,提高服务水平提供强力支撑。