基于协同攻击基因的电力CPS风险传播范围预测方法及系统

    公开(公告)号:CN113055358B

    公开(公告)日:2022-08-12

    申请号:CN202110207237.7

    申请日:2021-02-24

    Abstract: 本发明公开了基于协同攻击基因的电力CPS风险传播范围预测方法及系统,涉及电力CPS网络安全领域。该方法包括:根据网络拓扑结构中的网络节点之间的耦合强度对PageRank算法进行优化,并根据优化后的PageRank算法对所述运行状态量进行计算,得到各个节点在网络拓扑结构中的重要度;根据重要度计算与节点对应的线路的脆弱风险熵,并将脆弱风险熵最高的线路作为风险传播的初始线路;计算所述初始线路的传播渗流概率以及线路的健壮因子;当所述传播渗流概率大于所述健壮因子时,将所述初始线路存储至集合L中将所述初始线路对应的节点存储至集合C中;将所述集合L与所述集合C相结合,得到风险传播范围的联通区域。本发明可以准确对风险传播可能的发展路径进行预测。

    基于模糊聚类和RS-KNN模型用于电网运行状态的判别方法及系统

    公开(公告)号:CN110223193A

    公开(公告)日:2019-09-10

    申请号:CN201910236266.9

    申请日:2019-03-27

    Abstract: 本发明公开了一种基于模糊聚类和RS-KNN模型用于电网运行状态的判别方法,包括如下步骤:Step 1:选择用于电网运行状态判别的特征变量;Step 2:使用模糊聚类算法,将电网运行的健康状态按照健康程度分为四种类型,分别为健康、亚健康、一般病态和严重病态。在聚类前,为了消除数据量纲的影响,需要采用归一化方法对电网的特征变量数据进行处理。Step 3:将步骤1中得到的特征变量,作为训练集的输入变量,将步骤2中得到的已经分类电网运行状态所对应的数据作为训练集,训练集的输出为对应的电网运行状态,健康、亚健康、一般病态和严重病态这四种电网运行状态所对应的标签分别设定为1、2、3和4。Step 4:将得到的四种电网运行状态的数据用来训练RS-KNN模型。

    一种智能变电站实时风险分析系统及分析方法

    公开(公告)号:CN105069695B

    公开(公告)日:2019-05-21

    申请号:CN201510450211.X

    申请日:2015-07-28

    Abstract: 本发明的目的在于提供一种智能变电站实时风险分析系统及分析方法,其基于Spark大数据处理平台对智能变电站设备监测数据进行分析,调用数据权重归一化处理算法、风险时刻实时判定方法来判定智能变电站风险点,一旦判定智能变电站有风险,则通过风险关联模型进行风险分析,定位出风险诱发因素,并将风险分析结果实时同步传输到巡检员的手持巡查仪,从而提高智能变电站系统高速流数据的实时处理速度,使得风险分析的实时性得到保障。

    一种计及负荷优化重配的电力CPS可生存性量化评估方法

    公开(公告)号:CN109167349A

    公开(公告)日:2019-01-08

    申请号:CN201810995911.0

    申请日:2018-08-29

    Abstract: 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。

Patent Agency Ranking