-
公开(公告)号:CN109167349B
公开(公告)日:2021-04-27
申请号:CN201810995911.0
申请日:2018-08-29
申请人: 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要: 本发明针对电力信息物理融合系统(CPS)规模不断扩大且现有级联失效模型忽略信息流和潮流转移特性,使得可生存性难以快速有效评估的问题,提出一种计及负荷优化重配的电力CPS可生存性量化评估方法,首先,根据系统拓扑结构和关联关系,通过定义度函数和电气介数建立了度‑介加权电力CPS关联矩阵,实现了耦合CPS的形式化表征。然后,从CPS级联失效的结构连通性变化和风险传播范围两个维度出发,基于节点负荷容量限制、信息流择优分配策略、潮流优化方程和系统安全运行等约束条件设计了可生存性评估模型,最后,提出混沌Lévy搜索的萤火虫算法对评估模型进行高效求解,量化评估了电力CPS的可生存性。
-
公开(公告)号:CN114091557A
公开(公告)日:2022-02-25
申请号:CN202010755378.8
申请日:2020-07-30
申请人: 国网吉林省电力有限公司吉林供电公司
摘要: 本发明针对电力信息物理系统网络攻击中虚假数据维度高、噪声强特性,难以直接应用于模型训练和检测实验的问题,提出一种电力信息物理系统虚假数据注入攻击检测方法。首先,通过结合孤立森林(iForest)与局部线性嵌入算法(LLE),设计了iForest‑LLE电力信息物理系统量测数据特征提取方法;然后,利用决策树分类模型与梯度提升框架,组合设计了基于梯度提升决策树的高精度攻击检测模型;最后,模拟攻击构造实验所需数据集,并进行算例分析,实验结果表明,提出的方法能有效检测虚假数据注入攻击并具备良好的检测精度。
-
公开(公告)号:CN114065827A
公开(公告)日:2022-02-18
申请号:CN202010755451.1
申请日:2020-07-30
申请人: 国网吉林省电力有限公司吉林供电公司
IPC分类号: G06K9/62 , G06F16/2458 , G06F21/55 , G06Q50/06 , G06N3/04
摘要: 本发明针对电网信息物理融合系统(CPS)遭受的攻击已非单次攻击,而是一系列性具有相关关系的连续攻击,但现有数据异常检测方法无法有效提取和分析电网中恶性数据的问题,提出一种电力CPS恶性数据链识别方法。首先,恶性数据检测阶段采用基于重复神经网络的方法按照时间序列从电网大数据中过滤掉正常数据集,减少恶性数据提取所需数据处理量。然后,采用自回归模型与自组织神经网络算法建立转移概率矩阵,对连续小概率转移恶性数据进行提取。最后,根据隐藏在恶性数据集中恶性数据间的相关性,提出一种基于时标频繁模式树的电网恶性数据链识别算法,解决了电网恶性数据链的识别问题。
-
-