基于双模调频分解的网络攻击信号检测算法

针对网络攻击信号检测进行时无法对未分解的网络信号进行准确检测的问题,采用传统算法进行检测,一旦检测的网络未分解信号频率发生变化,对攻击信号数据产生干扰,导致网络攻击信号检测准确率低。提出双模调频分解的网络攻击信号检测方法。利用线性调频双模基函数对网络信号进行展开,自适应地选取线性调频基函数对网络信号进行投影分解。通过网络信号的分解结果与网络攻击信号的特征进行比较,当存在网络攻击行为时,网络信号中与攻击行为对应的特征频率会发生变化,根据网络信号频率的变化情况,完成对网络攻击信号的检测。实验结果表明,利用改进算法进行网络攻击信号检测,能够提高网络攻击信号检测的准确率,效果令人满意。

基于双模调频分解的低压配电网同期线损率预测模型

为了高精度评价电力系统运行方式合理性以及电力企业运营状况,研究基于双模调频分解的低压配电网同期线损率预测模型,利用高精度的线损率预测结果提升电网运营管理性能。采集低压配电网电能传输信号,通过双模调频分解方法利用双模调频基函数分解信号,去除无用信号;利用分层式节点识别策略在分解后的配电信号中划分低压配电网的负荷节点,获取各负荷节点的注入电流;利用支持向量机方法建立同期线损率预测模型,将所获取的注入电流输入到模型中,输出线损率预测优化结果。试验结果表明,该预测模型的预测结果与实际结果极为吻合,平均绝对误差和均方根误差均不超过0.09%,证明该模型可有效预测低压配电网同期线损率,预测精度高,可为智能配电网运营管理提供有效依据。