基于多模态大数据的国家安全风险态势感知模型构建

[研究目的]为强化国家安全情报能力,推动风险监测预警能力提升,构建基于多模态大数据的国家安全风险态势感知模型。[研究方法]该文对国家安全风险态势感知进行阐释,并分析多模态大数据驱动下的国家安全风险态势感知运作逻辑;在此基础上,构建态势感知模型并解析其内涵。[研究结论]该模型集国家安全风险态势察觉、态势理解、态势预测及态势投射为一体,其构建可为强化国家安全风险监测预警能力提供参考,为服务国家治理体系和能力现代化建设提供支撑。

一种基于BIM的计算机辅助建筑物火灾风险态势评估方法

为了确定建筑物的消防安全措施是否存在偏差以及配套消防设施是否到位,本研究利用Revit软件建立信息交互性高的BIM模型,通过工程火灾分析方法,结合潜在火灾风险因子、发生火灾概率及造成的损害程度,以“可接受风险”为目标,对建筑物进行快速、准确的火灾风险态势评估,并以冷库为例进行了实例验证。

基于偏联系数的高速公路碰撞安全风险态势评估

在过去的碰撞研究中,主要关注交通流、恶劣天气等因素,对线形指标探究较少。因此,亟需更全面的指标对碰撞风险的评估。为评估高速公路碰撞风险、探究风险动态变化趋势,提出基于五元偏联系数法的碰撞安全风险评估,进而弥补了高速公路风险评估碰撞风险的缺失,完善了高速公路评价体系,对风险指标和趋向变化进行了动态预测。首先,从驾驶员、车辆、道路、交通环境以及其他因素的角度出发,构建包含15个指标的交通风险评估指标体系,考虑到单一赋权方法存在的不足,运用层次分析法与改进变异系数法组合赋权;其次,以河北省某高速公路6个包含丰富线形数据的路段作为分析案例,运用模型对其安全风险态势进行评估。

基于图神经网络和强化学习的电网风险态势感知

在新型电力系统中,考虑高比例新能源接入的强波动性和电网输变电线路的随机故障,需要准确且快速的电网风险态势感知。基于图神经网络易于处理电网拓扑结构的优势,引入了强化学习自适应学习的特点,提出了基于强化学习的图神经网络算法(GNN-RL),以达到智能体能够自主、动态选择合适的风险指标的目标,从而提高新型电力系统的风险态势感知能力。最后,将所提的GNN-RL算法与其他人工智能算法对同一电网进行风险分析并对比,GNN-RL算法能够有效选择不同的风险指标,提高了风险态势感知的效率,推动全智能化在新型电力系统风险态势感知中的应用。

面向负荷管理过程的工业用户安全用电风险态势感知方法

为评估工业用户内部负荷设备受调控时存在的风险态势并加以防范,基于态势感知技术,提出了一种面向负荷管理过程的工业用户安全用电风险态势感知方法。首先,基于工业用户负荷设备的历史出力数据和故障率,训练贝叶斯长短期记忆网络(long short-term memory,LSTM)模型预测风险传播时刻的对应值;然后,类比SI(susceptible and infective)模型,提出了考虑负荷不确定性的风险传播模型;其次,从负荷设备自身安全风险、生产过程风险和经济损失风险3个角度提出了工业用户安全用电风险态势呈现指标体系;最后,基于风险传播模型和指标体系,有效实现工业用户内部负荷设备调控对象优选和指导风险防控方案制定。采用钢厂工业用户进行仿真算例分析,验证所提方法的合理性和有效性。

基于多源数据的露天煤矿安全风险态势评价研究

为客观评价全国露天煤矿的安全风险态势,掌握露天煤矿风险底数,通过采用问卷和现场实地调研以及搜集各主要露天采煤省(区)相关标准,从动态和静态两个方面构建涵盖人、环境、设备和管理累计40项指标的露天煤矿安全风险态势评价指标体系;建立了D S证据理论以及可拓理论模型,对全国26处千万吨级露天煤矿进行了综合风险评价,并进行了实例应用。结果表明,当前我国26处千万吨级露天煤矿整体安全风险可控,但还存在专业人才短缺、大型智能化装备应用方面存在短板等问题。认为今后需重点关注中小型露天煤矿安全风险,努力提升露天煤矿整体安全生产水平。

车联网网络安全风险态势及对策分析

车联网是借助通信技术将车辆与外界事物、人等进行连通交互的技术。随着5G技术的不断发展,车联网产业得到良好发展,车辆连接设备多样化,服务场景多元化,但同时车联网的网络安全风险问题也受到了外界的广泛关注。车联网产业在快速发展过程中,数字化与网联化水平不断提高,但同时互联网智能终端存在的远程攻击、数据端攻击等安全问题,也逐渐向车联网系统渗透,给用户适应带来较大隐患。基于此,本文针对车联网网络安全风险态势进行分析,并提出相应的优化解决对策,以推动车联网产业的高质量发展。

基于五元联系数的城市桥梁运营期风险态势评估

为有效分析城市桥梁运营期风险的动态变化并预测其发展趋势,基于五元联系数集对分析理论对城市桥梁运营期进行风险态势评估研究。在建立城市桥梁运营期风险评价指标体系的基础上,采用G1法和熵权法计算主客观权重,并引入博弈论组合赋权法确定评价指标的综合权重系数,构建基于五元联系数的城市桥梁运营期风险态势评估模型,通过对重庆市某桥梁的运营风险评估验证模型的可行性与有效性。结果表明:该桥梁的联系势为同势,整体处于低风险状态,风险评估结果与项目实际调研情况一致;评估模型能够有效分析城市桥梁运营期风险状态和变化趋势,可为城市桥梁的运营风险管控提供有益支撑。

基于图神经网络的融媒体网络风险态势安全防御方法

随着融媒体网络的迅猛发展,安全风险和威胁也日益增多。为了有效应对这些风险,介绍了一种综合的安全防御方法,利用图神经网络(GNN)模型对融媒体网络中的风险态势进行安全防御。利用GNN的特征提取和学习能力,准确识别威胁行为、评估风险态势并预测未来趋势,为决策者提供有效的安全决策支持。

基于AHP-贝叶斯网络的信息安全风险态势分析模型

依照信息安全风险评估流程,结合威胁、脆弱性和控制措施等风险评估基本要素,以加强要素关联性分析和提高评估结果客观性为目标,提出一种层次分析法与贝叶斯网络相结合的信息安全风险态势分析模型。该模型通过层次分析法计算出各威胁指标的权重,根据各风险评估要素之间的因果关系构造贝叶斯网络,结合贝叶斯网络计算出的风险发生概率得出系统风险等级。针对威胁分析,利用贝叶斯推理,通过定义威胁、脆弱性概率的变化量,进行系统的综合风险分析,从全局角度把握风险态势并给出有效解决方案,实现风险的可控性。该方法可以有效地降低评价主观性,实现更准确的风险态势分析。实例表明,该方法不仅可以针对控制措施提供有效的建议,还能在降低并转移风险上给出合理的判断,为信息安全风险态势分析提供了一个新的思路。

城市消防安全风险态势计算方法研究

为了实现城市消防安全的预测与预警,采用计算流体力学的方法对城市中心区消防灾害进行数值模拟,根据获得的温度分布和速度分布数据对风与火灾、烟气蔓延的规律进行了关联分析.建立了风险态势模型,绘制出了风险态势区域,为突发事件发生时的应急处置提供了依据.并提出了以常态管理为主体,多种城市管理方式向协调发展的综合应急体系的方法.

融合多时段SCADA数据的风电机组风险态势预测

针对传统风电机组静态评估较难准确反映出整机状态的问题,在缺乏历史故障数据支撑的场景下,综合考虑风电机组数据采集与监控(SCADA)系统的历史记录、当前状态以及运行趋势等多时段信息,基于风险的思想开展风电机组态势预测。采用长短期记忆网络构建有功功率短期预测模型,以有功功率预测残差量化风险状态严重度;利用模糊C均值算法构建机组风险状态严重度离群点模型,划分风险状态严重度等级;在此基础上,基于马尔科夫链的状态转移模型,预测机组当前风险状态严重度等级和潜在趋势。以新疆某风场的2MW风电机组为例,验证所提方法的合理性与有效性。

面向台风气象的电网运行风险态势感知方法

台风灾害的频发导致电网大规模停电事故,给国民经济带来巨大损失,为评估电网应对台风天气的能力以及辨识电网在极端气象下的风险态势,基于态势感知技术,提出面向台风气象的电网运行风险态势感知方法,建立了台风下电网实时运行风险指标体系。首先,态势觉察阶段以台风气象数据、电网结构参数、地理数据构建风场模型;其次,在态势理解阶段提出基于时变风速的贝叶斯网络,建立考虑风速和断线故障导致潮流转移的电网时变风险传播模型,并采用拉丁超立方抽样的蒙特卡洛模拟法,通过最优直流潮流进行态势理解,然后提出态势呈现指标体系,以实现线路风险态势、负荷水平态势、电网韧性态势的呈现和预测。采用IEEE-RTS 79标准节点算例进行仿真,结果表明面向台风气象的电网运行风险态势感知方法及指标能够有效评估电网运行风险态势。

基于博弈论集对分析的空管风险态势评估

为有效评估空管运行风险,整体化处理评估系统的确定与不确定因素,建立基于博弈论和集对分析(SPA)的风险评估模型。按照系统工程方法,筛选出18个底层管制运行风险评价指标;利用层次分析法(AHP)确定各指标的主观权重,通过熵权法计算指标的客观权重,用博弈论综合权重确定方法得到指标的综合权重;根据模型计算出各指标的SPA结果,评判系统风险态势,通过计算联系数的各阶偏联系数得到风险的动态发展趋势。实例仿真结果表明:基于博弈论集对分析的模型对空管安全系统风险评估以及趋势分析具有可行性和有效性。

矿工习惯性违章行为风险态势评估

为减少由矿工习惯性违章行为引发的安全事故,考虑到这种行为具有随机性与不确定性,通过模糊层次分析法(FAHP)与信息熵(IE)理论相结合的方法,确定评价指标的客观权重;将风险级别划分为由低到高5个等级,采用五元联系数构建矿工习惯性违章行为风险态势评估模型;以陕西省某煤矿为例,探讨矿工习惯性违章行为风险变化趋势。结果表明:组织管理和作业环境是矿工习惯性违章行为发生的重要原因,矿工习惯性违章行为风险是波动变化的,资源管理不当、组织文化宣传不足、浮游煤尘多、工作倦怠等指标的集对势较小,风险程度较高,应予以重视。

基于数据密度与Transformer-IkNN的掺烧机组烟风系统风险态势感知模型

生物质掺烧可减少煤电机组的碳排放,促进“双碳”目标实现,但易引发烟风系统相关设备的运行风险。为此,借助数据密度提出了基于Transformer与信息融合的风险态势感知模型。首先,基于数据密度,识别海量历史数据的典型状态;其次,借助Transfomer模型机制,预测未来时刻的运行特征;再次,融合近邻点信息,判别并预警风险态势;最后,运用实际数据进行算例分析。结果表明:掺烧机组烟风系统可识别为低负荷和高负荷2类典型运行状态;所提Transformer模型在掺烧机组烟风系统的未来特征预测中优于其他模型;近邻信息融合可以有效判别掺烧机组烟风系统的风险状态。因此,该模型可有效感知掺烧机组烟风系统的风险态势,确保其运行可靠性。

海上救助作业风险态势评估研究

海上救助作业风险具有多元性、模糊性和动态性的特点,为了更合理地对海上救助作业进行针对性综合风险评估研究,提出一种基于组合赋权和多元联系数的海上救助作业风险评估方法。以全域思维构建覆盖人机环管的风险评估指标体系,利用主客观组合赋权,再以集对分析理论为基础,构建基于多元联系数风险态势评估模型,全面刻画海上救助作业风险因素的安全受控状态和发展趋势,以海上扫侧作业为例开展实例分析。与传统方法相比,该方法利用优化的层次分析法和熵值法组合赋权与多元联系数相结合,可以全面、科学、系统地对海上救助作业进行风险现状及发展态势评估。

基于TEE和eSE的智能电网风险态势感知防护技术

针对传统智能电网风险态势感知防护技术存在电网数据传输延时明显、风险预警效果不理想问题,提出基于TEE和eSE的智能电网风险态势感知防护技术。eSE模型采用DS证据理论,通过建立子证据体的基本概率分配函数、证据合成以及决策规则3个步骤完成智能电网安全风险感知,获取风险态势识别结果。TEE技术通过引入可信计算理念和可信平台控制模块形成信任源,对eSE模型感知到的电网风险完成防护,实现整个智能电网的逐级信任,保证整个网络运行的安全性。测试结果表明:该技术能够有效感知智能电网风险态势以及风险级别,电网数据端到端的时延在0.32~0.58 s的范围之内,时延较小,风险防护效果良好。

基于偏联系数的农用车辆安全风险态势评估

针对农用车辆的安全风险态势问题,提出采用集对分析理论的偏联系数对农用车辆的安全风险态势进行预测的评估方法。通过研究,构建以人、车、环境为主体的3个一级指标和以驾驶员操作规范等6个二级指标的农用车辆安全风险态势评价体系。建立基于偏联系数的农用车辆安全风险态势评估模型,采用将变异系数法所获得的客观权值和传统的主观权值相结合的权重确定方法。运用提出的评估方法与模型对研究对象的农用车辆安全风险态势进行评估并对结果实施了验证,算例证明,评估方法合理有效,具有较好的实用价值。

基于迭代学习的输电线路风险态势感知系统设计

为了提升风险态势感知效果,充分利用电力资源,利用迭代学习算法较强适应性及输出结果逼近理想结果的特点,设计基于迭代学习的输电线路风险态势感知系统。经数据处理模块建立负载均衡调度映射方案后,利用萤火虫算法分配输电线路风险信息;构建风险态势感知模块,使用迭代学习算法,依据分配后的线路风险信息建立输电线路风险态势感知跟踪器,实现输电线路风险态势感知。实例分析结果表明:当信息量达到10000时,系统的最小迁移代价数值为0.19,信息分配能力强,风险态势感知能力卓越,资源利用较充分。系统感知的输电线路运行情况评分与实际评分完全相同,可以准确感知输电线路风险态势,为相关研究提供参考。