基于矩阵补全的电网边缘终端隐私数据防篡改

电网边缘终端隐私数据容易被篡改,导致数据防篡改成功率与加密安全性下降,防篡改工作时间增加,设计基于矩阵补全的电网边缘终端隐私数据防篡改方法。采用低秩函数采集电网边缘终端隐私数据,通过随机噪声干扰识别和奇异值阈值恢复,结合拉格朗日乘子算法实现电网边缘终端隐私数据矩阵补全。根据矩阵补全结果,对数据进行全局模糊化处理,通过矩阵补全识别数据特性,根据数据特性设置加密维度,阻止外部的篡改攻击行为,实现数据防篡改。实验结果表明,所提方法的防篡改成功率在90%以上,数据安全系数在9.9以上,防篡改工作时间最大值仅为1.73 s,实际应用效果好。

基于分布式边缘计算的智能配电网规划策略研究

配电网规划、调度能有效提升能源的经济效益,但传统ADMM算法在求解规划问题时易陷入局部最优,造成目标收益差、系统成本高的不良后果。为解决上述问题,基于边缘节点并行更迭决策量的优化,提出一种EN-ADMM改进交替方向乘子法最优求解算法。首先需保证调度的稳定性与安全性,将柔性负荷、分布式源与电网总和作为配电网的稳定约束条件;然后构建配电网最低运行成本目标函数,并对目标函数进行优化,构建出32节点分布式电网模型;最后分别采用传统ADMM算法与EN-ADMM算法对配电网模型进行性能参数与经济参数的最优求解。实验结果显示出,较传统ADMM算法相比,EN-ADMM算法的计算耗时降低了41.9%,且目标成本降低了4.21%,即EN-ADMM算法通过边缘节点优化提升了收敛时效性与聚拢性,同时提高了配电网目标经济效益。综上,EN-ADMM算法在智能配电网规划中具有较为重要的仿真价值。