提出一种基于改进极限学习机(Online sequence extreme learning machine,OSELM)的新能源电站数据采集与监控(Supervisory control and data acquisition,SCADA)系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据...提出一种基于改进极限学习机(Online sequence extreme learning machine,OSELM)的新能源电站数据采集与监控(Supervisory control and data acquisition,SCADA)系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据进行数量平衡,以满足真实电站SCADA系统环境中异常数据量少的特点。接着使用降噪自编码网络对平衡后的数据进行约简,消除无关或冗余特征以降低检测模型的训练时间。最后在AWID数据集上进行了大量对比实验,结果表明,所提的数据约简方法可有效地降低数据维度,降低了检测时间;与其他基于浅层学习算法的检测分类器相比,本文所提方法在检测准确度和误报率方面也体现出了更优性能。展开更多
针对广州电网无功功率电压调节的现状,分析了建设和使用自动电压控制(automatic voltage control,AVC)系统的必要性,并提出了广州电网AVC系统实现的方法、模式和控制策略。实例分析表明,AVC系统充分利用了广州电网现有的自动化能量管理...针对广州电网无功功率电压调节的现状,分析了建设和使用自动电压控制(automatic voltage control,AVC)系统的必要性,并提出了广州电网AVC系统实现的方法、模式和控制策略。实例分析表明,AVC系统充分利用了广州电网现有的自动化能量管理系统(energy management system,EMS)一体化平台的优势,对比广州电网原有电压无功功率综合自动控制(voltage quality control,VQC)的控制方法,能更好地满足各地区调度对无功功率和电压的控制要求。展开更多
文摘提出一种基于改进极限学习机(Online sequence extreme learning machine,OSELM)的新能源电站数据采集与监控(Supervisory control and data acquisition,SCADA)系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据进行数量平衡,以满足真实电站SCADA系统环境中异常数据量少的特点。接着使用降噪自编码网络对平衡后的数据进行约简,消除无关或冗余特征以降低检测模型的训练时间。最后在AWID数据集上进行了大量对比实验,结果表明,所提的数据约简方法可有效地降低数据维度,降低了检测时间;与其他基于浅层学习算法的检测分类器相比,本文所提方法在检测准确度和误报率方面也体现出了更优性能。