基于三角模糊数序贯博弈的电网安全研究

智能电网系统面临着复杂性、多样性的网络安全风险。针对电网工艺漏洞攻防双方在博弈分析中无法对信息属性损失作出准确判断的问题,提出了一种三角模糊数序贯博弈模型。以序贯博弈树方法进行智能电网攻防博弈,构建出攻击者和防御者的最优策略,实现对智能电网的工控安全防护。通过对智能电网攻击者和防御者构建序贯博弈模型,得到攻防博弈效用。提出运用三角模糊数和概率分布向量的方法来构建非模糊化损失,得到攻防双方清晰化的系统损失值。对三角模糊数序贯博弈算法和贝叶斯序贯算法进行比较,得到智能电网均衡路径中的攻击者和防御者的最优策略,以保障智能电网网络安全运行和防护。该研究为智能电网以及典型工控系统网络安全博弈提供参考。

基于消息代理的OPC UA发布/订阅模式研究与实现

针对目前OPC UA客户端/服务器通信模式中存在的紧耦合、服务器性能瓶颈等问题,进行了OPC UA发布/订阅通信模式总体架构的研究。首先具体分析了UA的核心功能,包括地址空间技术和数据编码技术,并在两者的基础上,利用消息代理机制,完成了发布者和订阅者的功能开发。还通过实验进一步验证了功能的稳定性和对数据的传输能力,结果表明,此模式可以满足大多数工业需求。

基于粒子滤波算法的锂离子电池剩余寿命预测方法研究

运用粒子滤波算法,进行了锂离子电池剩余寿命(RUL)的预测,提出了一种基于模型法和数据驱动法相融合的简单有效的RUL预测方法。该方法通过模型法和数据驱动法的融合,将双指数经验退化模型进行变形,以减少模型参数,降低参数训练难度,利用粒子滤波算法跟踪电池容量衰退的过程;为提高预测精确度,引入自回归(AR)时间序列模型修正状态空间方程的观测值。实验证实,该方法可以有效地预估出锂电池的剩余寿命。

我国能源技术革命体系战略研究

为了推进能源技术革命,中国工程院于2015年启动了"我国能源技术革命体系战略研究"重大咨询项目。本文从核能、风能、太阳能、储能、油气、煤炭、水能、生物质能、智能电网与能源网融合九大能源技术领域开展咨询调查研究,系统分析了各领域的能源技术现状,明确提出了构建以可再生能源为主体,终端能源以电能为主,多能多网融合互补的技术体系,制定了前瞻性技术(2020)、创新性技术(2030)和颠覆性技术(2050)三阶段发展的能源技术路线,最后提出推动能源技术革命的战略建议,为我国研究制订能源相关规划和政策提供了科学支撑。

考虑容量约束的电缆敷设变邻域搜索优化算法

针对一类考虑容量约束的电缆敷设优化问题,提出一种新的变邻域搜索优化算法。首先,分析电缆敷设问题的优化要求,基于图论给出具有容量约束的电缆敷设优化问题的数学描述;然后,结合问题特征提出基于Dijkstra算法的初始解生成策略,构建依据解间距离的邻域结构和局部启发式搜索策略,在此基础上给出电缆敷设变邻域搜索优化算法;最后通过实例求解结果表明,该算法能在短时间内获得问题的最优解或近优解,验证了算法的有效性和优越性。

基于动态增量聚类分析的电力信息网络攻击模式识别算法

随着数字电网建设的逐步开展,物联网与传统电网相结合形成的电力物联网正成为关键一环。然而,电力物联网所面临的网络安全威胁形势将更加复杂,主要表现在两个方面:一方面是物联网终端设备本身的安全缺陷所引入的不可控风险;另一方面是承载终端设备控制信息流与数据流的电力信息网络遭受入侵的风险。而其中关键的技术则是对攻击模式的准确识别,从而有利于安全运维队伍进一步分析敌人的攻击手段、攻击路径和攻击习惯,为下一步的攻击防御做好准备。本文通过改进机器学习中的聚类分析算法,建立了一种基于动态增量聚类分析的网络攻击模式识别算法模型,该模型具有大数据场景下的聚类分析能力,并能够对孤立数据进行清除、对聚类类别进行控制和对聚类后的模式数据进行后处理,进一步提升攻击模式识别的准确率。此外,本文还综合运用了开源网络入侵检测数据集对算法模型进行分析验证,对其正确性与有效性进行评估。最后,还将算法模型进行实际应用,取得了一定的实际效果。

基于相似性匹配的电网边缘终端数据隐私保护方法

针对智能电网终端用电用户敏感信息的保护问题,为了对抗关于用户敏感信息的隐私推理攻击,本文提出了基于相似性匹配的智能电网边缘终端数据隐私保护方法。本文首先基于时序数据预测模型,证明了用户的敏感信息可以被推理出来。为了对抗隐私推理,采用FastDTW算法鉴别与敏感信息相关的时序数据,通过对相关数据进行模式扰动、降低推理准确率,从而达到隐私保护的目的。实验结果表明:本文提出的隐私保护方法使攻击者不能准确获得用户的实际用电量,从而可有效保护用户的敏感用电信息。

PCA-PSO-ELM配网供电可靠性预测模型

为了提升配网供电可靠性的预测精度,提出了基于主成分分析和粒子群优化极限学习机的配网供电可靠性预测模型。从多方面分析影响供电可靠性的指标,利用主成分分析得到综合变量,实现对数据的降维。在此基础上,构建人工神经网络并利用粒子群算法优化极限学习机的输入权值和阈值,完成对训练供电可靠性预测模型的训练。以某大型电网的47个供电局样本30种影响供电可靠性因素为例进行仿真分析,并将PCA-PSO-ELM算法与3种回归拟合算法对比,验证了该方法的有效性。模型充分考虑了多方面的供电可靠性影响因素,适用于多输入变量的情况,对于引导供电企业制定可靠性提升策略提供了科学有效的参考依据。

石墨种类对尖晶石碳材料性能与结构的影响

以质量分数分别为88%的镁铝尖晶石、8%的石墨、1%的B 4C、3%的铝硅合金粉为原料,外加7%的酚醛树脂和2.5%的酒精制备了尖晶石碳材料,研究了石墨种类(鳞片石墨(+199和-199)、超细鳞片石墨SG、膨胀石墨EG)对该材料性能与结构的影响。结果表明:1、石墨含量至8%(w)时,石墨在基质中的分布不连续。鳞片石墨(+199和-199)对试样抗热震性和常温强度影响不大。加入3%(w)的超细鳞片石墨对试样的抗热震性较佳;2、热震后试样的残余强度随膨胀石墨含量的增加稍有提高,而强度保持率最高试样的常温抗折强度则较低,综合考虑加入1%(w)的膨胀石墨较为适宜;3、尖晶石碳棒头材料中石墨组成为鳞片石墨(+199和-199)和膨胀石墨,制备了多支塞棒进行了工业试验,结果表明该塞棒棒头不开裂,抗冲刷性能较好。

基于隧道磁电阻的微型电流测量技术

智能电网与透明电网要求研究和研制更加智能化、体积更小、更便于安装、价格更便宜的电力系统传感器。磁电阻效应的发现及其器件的发展为电力系统电流测量提供了一种新的技术手段,并能够大幅减小电流传感器的体积。在梳理和对比目前主流的几种电力系统电流测量技术的基础上,提出了3种基于隧道磁电阻的电流传感器设计技术路线,重点提出并推导了两种粘贴型微型电流传感器的技术原理,分析了该测量原理的优缺点和适用范围。针对电力系统不同电流测量场景,指出了基于隧道磁电阻的微型电流测量技术的发展和研究方向。

基于拓扑相似性分析的配电网网架可靠性评估

为了实现配电网供电可靠性的快速准确评估,引入拓扑结构相似性的概念,提出基于拓扑相似性分析的配电网网架可靠性评估方法。通过将奇异值序列作为相似度指标求解目标,研究了电网拓扑的相似性与配电网供电可靠性的数学定量关系。首先,给出了配电网拓扑的矩阵表示、相似度指标及其确定方法,并分析了矩阵的压缩和重构,确保邻接矩阵所保持的拓扑结构特性;然后,提出一种基于拓扑相似性的供电可靠性评估新算法,该算法基于拓扑结构数据库,通过均方根法对相似度进行判定,并对可靠性指标进行修正,同时给出供电可靠性快速评估计算流程;最后,利用IEEE33节点配电网拓扑结构进行算例分析,研究结果表明：所提方法相比同类其他几种算法,在保证较高计算精度的前提下,计算效率可提高超过7倍。论文研究对于提高配电网供电可靠性评估的研究具有一定的参考和指导意义。

我国能源技术革命形势及方向分析

能源技术革命是助推能源消费、供给、体制革命和加强国际合作的基础,是实现清洁低碳、安全高效可持续的现代能源体系的支撑,是建设创新型国家的重要内容。本文阐述了我国的能源形势与面临的挑战,以2020年、2030年、2050年三个不同发展时期作为时间节点,研究了未来的能源结构。分析总结了技术发展的共同趋势,即实现多领域能源技术协同并进。明确了技术发展方向,即实现能源技术的跨越式发展和引领,构建中国特色的能源技术创新体系。

基于生成对抗网络的变电站工作人员行为预测的方法

提出了一种基于视频场景、利用生成对抗网络来整合全局和局部信息的变电站工作人员异常行为预测方法。在变电站中,此方法可以用来对运检人员在作业过程中可能触发危险的举动发出及时警告,从而为运检人员的生命安全提供重要保障。人类行为预测任务旨在基于给定的行为视频帧来预测未来的行为视频帧。考虑到人类行为视频中既包含相对稳定不变的场景信息,又包含时变复杂的人类行为信息,本方法首先使用全局生成对抗网络来生成视频场景以及粗糙的人体轮廓;然后再利用局部生成对抗网络来进一步优化视频中的人类行为细节。实验表明,与现有的仅利用单一模型来实现像素级别的行为预测的方法相比,本文所提出的全局和局部生成相结合的方法可以更好地捕获视频中人类的空间外观和时序动态。

电力物联网LPWAN性能分析与仿真

能源电力系统中广泛存在物联类数据的传输需求。本文从LoRa与窄带IoT两大主流低功耗广域网技术(LPWAN)性能分析的角度出发,通过对230 MHz、900 MHz等多频段,城区、郊区等多场景下的无线信号覆盖与传输性能BER仿真,给出了LoRa与窄带IoT系统业务承载性能的对比分析结果,并提出了若干适配智能电网业务QoS需求的LPWAN网络参数配置及优化设计方案,指导电力物联网通信技术选型与网络组网优化。

“粮油加工工艺学”实训教学改革与实践

以应用型本科院校"粮油加工工艺学"实训教学改革为研究内容,针对食品科学与工程专业学生的特点在实践教学方面提出了一些改进措施,以增强学生的实践动手能力和创新能力,提高教学质量。

ZL101A铝合金瞄准镜壳体断裂失效分析

某型枪用ZL101A铝合金瞄准镜壳体上的镜枪连接处在冲击过程中出现断裂,通过断口形貌观察、金相分析、化学分析、硬度测试等方法对断裂个体零件的原因进行多方面的分析。结果表明:瞄准镜壳体断裂处为脆性开裂,起裂位置位于凸起与管身倒角外壁处,断裂位置处于壁厚最薄处且存在较大的应力集中,原因是铸件变质处理不充分、存在枝晶间缩孔,使材料塑性和抗疲劳性能有所下降。

基于非制冷红外探测技术的军用车辆驾驶员视觉增强系统研究

为了提升军用车辆驾驶员环境感知能力,特别是在夜晚或烟、雾、雨、雪等不同天候条件下提供更有效的观察手段,增加远距离目标识别能力,提高驾驶安全性,作战部队对军用车辆驾驶员视觉增强系统提出了高效、灵活、精确的新要求。基于非制冷红外探测技术的军用车辆驾驶员视觉增强系统作为一类能够有效支持部队全天时、全天候作战的装备,既增强了车辆夜间隐蔽通行能力,又有效保障了机械化部队的全天候机动能力。通过研究非制冷红外探测技术成像原理,设计出一款模块化、体积小、功耗低、可靠性高的军用车辆驾驶员视觉增强系统,有利于满足日益增长的陆军装备需求。其功能模块包括:红外探测器模块、信号处理模块、图像处理模块、电子稳像模块、行人识别模块、录像模块、控制模块、显示模块,各功能模块相对独立。

基于Faster R-CNN的绝缘子识别探索和应用

基于可见光图像的绝缘子识别是电网智能巡检设备识别的最重要的任务之一。电网智能巡检采集的图片存在着有效样本稀缺及场景多样性等问题,极大地限制了深度学习等技术在电网设备智能识别上的应用。本文基于深度学习对轻量级的多来源图像样本数据进行了绝缘子识别的探索和应用。首先,阐述了基于深度学习的目标识别算法发展过程,并着重介绍和对比了区域卷积神经网络(region-convolutional neural network,R-CNN)、快速区域卷积神经网络(fast region-convolutional neural network,Fast R-CNN)和更快区域卷积神经网络(faster region-convolutional neural netw ork,Faster R-CNN) 3种用于目标识别的深度学习模型。然后,通过对来源于不同场景的百量级绝缘子图像进行实验,验证了Faster R-CNN模型在百量级图像中和可用性和鲁棒性。本文的研究和实验为深度学习技术在电网各类设备图像目标识别上的推广和应用探索了一条有效路径。

基于动态时间规整的智能电网边缘用电数据去重技术

智能电网的边缘终端设备会产生大量的时序数据,该数据对电网的智能化运营具有重要意义。为保护数据的隐私性、降低对传输带宽和时延的要求,数据往往需要本地化存储。由于电气设备的规律性,使得产生的时序数据具有很大的冗余性,这为边缘设备数据存储面临的挑战提供了解决方案。本文提出了一种基于动态时间规整的数据去重方法,该方法通过计算数据之间的相似性,从而消除数据冗余、达到数据去重的目的。最后,基于智能电网的真实采样数据对所提出的数据去重技术在边缘计算安全防护系统中的效果进行了分析验证。

基于巨磁阻效应的微型电流传感器装置研发及应用

先进的传感和测量技术是实现透明电网和电力物联网的关键。为适应电力物联网的测量需求,本文研制了基于巨磁阻效应的微型电流传感器装置,完成了传感器整体架构、信号处理电路、数字处理电路、自取能、无线通信、温度补偿等功能模块的设计,根据安装需求设计了传感器外壳结构,并进行了IP和绝缘专项防护设计,最后将研制的传感器在低压配电领域开展了长期试点应用。结果表明,研制的微型电流传感器可长期稳定可靠工作,具有微型化、集成度高、安装便捷、远程管理等优点,可为配电网运行提供更全面、实时的信息支撑,为智能电网的透明化管理奠定基础。