基于背景差分法的电网巡检运动目标检测技术

针对无人机对电网巡检过程中移动镜头下的目标检测问题,采用背景补偿与背景差分法实现了动态场景下的目标检测.建立了全局运动矢量模型,并利用SIFT特征点提取和匹配技术,完成了视频图像的特征点匹配,实现了移动镜头下的背景补偿.通过降维和局部匹配方式对SIFT特征点提取和匹配技术进行优化.结果表明,优化后的特征向量生成时间是原来的30%~40%,与经典SIFT算法相比,提取特征点的总时间是原来的30%~50%,该方法能准确检测运动目标并排除干扰.

面向电力智能交互式场景的意图识别算法

为建立更高效的电力智能交互式平台,需要更准确地识别参与人的交互意图。针对目前使用的基于简单关键词匹配的意图识别方法准确率较低的问题,提出一种基于压缩时延神经网络(compressed Time Delay Neural Network,cTDNN)与卷积神经网络(Convolutional Neural Network,CNN)的语音关键点定位算法。该算法通过引入延时单元有效降低传统方法的时间复杂度,提升意图识别的实时性。同时,通过引入卷积神经网络,学习语音中丰富的上下文相关性,提升关键点定位的准确性。在真实场景中采集的交互数据集上的实验表明,该算法可有效提升电力智能交互式场景中对参与人意图的识别能力。

数字新基建下电力智能终端设备安全管控机制研究

为了实现数字新基建下电力智能终端设备之间能够安全的进行数据传输和信息交互,进一步推动电力行业的稳步发展。通过讨论电力智能终端设备的场景关系和面临的安全威胁,重点分析智能终端设备的全生命周期管理模式和数据全生命周期管理模式,得到电力智能终端设备“实时发现—动态管控—主动监管”的安全管控机制,用以实现设备之间数据和信息的安全使用,并为电力行业能够安全、高效、快速的发展提供重要参考。

数字新基建下的电力网络安全防护体系研究

“数字新基建”已成为新一代国家基础设施建设的重要议题,作为驱动新型产业发展以及现代生产力进步的重要引擎,其深入的网络交互性、高度的数字融合性以及信息耦合性与网络安全事件紧密相关。分析了“数字新基建”下电力网络安全发展态势,建立了面向网络安全等级保护2.0下全业务新形态网络安全监管要求的电力网络安全防护体系;论述了新基建下电力网络安全发展面临的新机遇与新挑战,并提出了网络安全发展管理的全生命周期模型;构建了健康有效的电力网络安全防护监管模型,从而使电力网络在“数字新基建”背景下能够安全有效运行。