-
公开(公告)号:CN115603989A
公开(公告)日:2023-01-13
申请号:CN202211221104.6
申请日:2022-10-08
Applicant: 东南大学溧阳研究院(CN) , 南京邮电大学(CN)
IPC: H04L9/40
Abstract: 本发明涉及电力系统领域,尤其涉及一种源网荷储协同控制系统的网络攻击关联性分析方法,设计网络安全。首先,获取源网荷储协同控制系统的日志文件进行解析,获取涉及网络攻击场景的异常事件的数据。其次,对采集数据进行预处理,过滤无关项与重复项,生成网络攻击异常事件项集。并利用FP‑Growth算法对数据进行事件的关联分析,挖掘异常信息与网络攻击场景的关联规则。最后,建立源网荷储协同控制系统攻击关联匹配规则库,对系统事件进行实时监测,结合网络攻击规则库对网络攻击场景进行快速识别。
-
公开(公告)号:CN115456466A
公开(公告)日:2022-12-09
申请号:CN202211222337.8
申请日:2022-10-08
IPC: G06Q10/06 , G06F30/20 , G06Q50/06 , H02J3/06 , H02J3/18 , G06F111/04 , G06F111/10 , G06F113/04
Abstract: 本发明属于电力系统技术领域,提出一种提升新能源电网承载能力的DSSC优化配置方法。步骤包括:S1.构建DSSC的节点等效功率注入数学模型;S2.基于潮流计算方程,提出能够量化电网运行安全性及强弱程度的承载能力效能评估指标;S3.考虑电网整体约束以及DSSC物理与运行约束条件下,以单个规划周期内最大化系统承载能力为目标对接入系统的DSSC进行规划配置;S4.新能源并网后的承载能力指标在保证系统已经求取最大承载能力的前提下,以系统配置成本最低为目标来优化DSSC的安装位置及数量,提升高渗透率新能源并网后系统的承载能力,进而确定DSSC最佳安装位置、容量与承载能力之间的关系。
-
公开(公告)号:CN115001054B
公开(公告)日:2022-11-01
申请号:CN202210902422.2
申请日:2022-07-29
Applicant: 东南大学溧阳研究院
Abstract: 本发明公开了一种基于模型预测含电动汽车的电力系统频率控制策略,涉及智能电网技术领域,具体采用以下步骤:(1)设计基于电动汽车多级集中管理结构的电力系统控制框架;(2)建立电动汽车参与电网一次调频的系统频率响应模型,并建立含电动汽车的系统状态空间动态模型;(3)设计基于MPC的聚合电动汽车控制器,并提出基于MPC的电力系统频率控制策略;(4)求解优化模型,基于求解结果对电网一次调频过程进行优化。本发明利用MPC的预测补偿特性,运用数学建模方法,在有效抑制电网频率波动的同时,明显降低通信延迟对电力系统的影响。
-
公开(公告)号:CN105863850A
公开(公告)日:2016-08-17
申请号:CN201610178952.1
申请日:2016-03-25
Applicant: 东南大学
CPC classification number: Y02A30/277 , Y02B30/62 , F02C9/00 , F25B15/06 , F25B49/04
Abstract: 本发明针对微型燃气轮机冷热电联供系统可分解为两个子系统的特点,提出了一种微型燃气轮机解耦控制方法,采用效能相对增益矩阵准确判断输入量与输出量的配对方式,通过奇异值分解的解耦方法对控制对象进行控制器设计。单元机组的协调控制的仿真结果表明,基于效能相对增益矩阵—奇异值分解解耦控制方法与传统的PID控制方法相比可以减少调节时间,减弱耦合,降低超调量,使系统获得良好的动态和静态特性。与一般的解耦控制方法相比,消除耦合的效果好,计算简单,工程上易于实现。
-
公开(公告)号:CN116405419A
公开(公告)日:2023-07-07
申请号:CN202310395191.5
申请日:2023-04-13
Applicant: 东南大学
IPC: H04L43/18 , H04L9/40 , H04L41/16 , G06F18/214 , G06F18/241 , G06F18/2431
Abstract: 本发明提供了一种基于小样本学习的未知网络协议分类方法,具体步骤包括:第一部分采集纯净的单协议原始网络流量,分流处理后将每个流在通信最初阶段的部分数据包报头和少部分的载荷可视化处理成RGB图像,构建纯净的可视化协议流量数据集。第二部分构建小样本协议模型在元训练和元测试阶段的“N‑way K‑shot”的分类问题所需的任务集。第三部分将任务集输入神经网络,通过元训练获得具有协议流量分类先验知识的元学习模型,在元测试阶段通过少量未知协议构成的新任务微调模型,得到适用于未知协议的分类模型。第四部分为未知协议识别,将待测流量预处理生成图像后输入到小样本未知协议识别模型并输出最终的预测结果。
-
-
-
-