摘要：常规的配电网线损定位方法多为一对一的定位形式,所设定的定位节点等效覆盖范围有限,导致定位过程中的归一化值相对较高,影响最终的定位结果,为此提出基于相关性度量算法的配电网分时分段线损异常定位方法,对其进行分析与研究。结合线损情况,预处理线损分层定位环境,利用感应设备捕捉异常信号,构建阶梯式的异常定位结构,扩大节点的覆盖区域,实现多阶定位节点布设与搭接,设计相关性度量测算时段线损异常定位模型,同时采用自动化标记的方式实现线损异常定位。最终的测试结果表明,对比于传统多源数据融合配电网线损定位测试组、传统同期线损定位测试组,本文所设计的分时分段线损相关性度量测算异常定位测试组最终得出的定位归一化值均较好地控制在10以下,表明在实际应用的过程中,对异常线损段的标记较为精准、速度快、误差小,异常标记的针对性变得更强,具有实际的应用价值。

摘要：随着云计算时代的到来,应用上云已经成为主流的系统部署方案。为了满足业务需求,很多系统都在混合云环境采用微服务架构。系统本身的复杂性和运行环境的复杂性使得实时监控和运维数据处理、异常检测及定位都变得困难。文章设计了一个面向复杂云系统的实时监控和数据处理框架,同时提出了一种基于TCN和注意力机制的异常检测算法(TCN-AT)□前者可在复杂云环境的微>务系统中运行,后者用于时间序列数据中的点异常和窗口异常检测。文章在仿真数据、真实的微服务系统数据和开源的比赛数据上进行了大量实验,结果表明TCN-AT的性能优于其他前沿算法。

摘要：随着电力信息化建设不断推进,涉及的各类电力设备越来越多,为了保证电力系统的可靠正常运行,辨识系统中的用电信息采集异常并对异常点进行精确定位是电力系统安全稳定运行的前提和条件。文章涉及了电网中的用电信息采集领域,论文研究了建立在神经网络和聚类分析基础上的GSA异常数据定位算法,该算法运用神经网络完成对测量数据的预处理,并对聚类分析后的结果进行判断,完成异常数据的精确定位。仿真比较表明,该算法能较好地实现电力系统中用电信息采集异常的精确定位功能,具有一定的有效性与实用性,有效避免了异常数据的漏检与误检。

摘要：针对ARINC661规范下UA与CDS之间数据交互量大、传输周期短,实时监控过程中难以全面、细致地分析指令的问题,研究了座舱显示系统离线检测技术,设计了环形数据批量存储、仿真UA、异常定位等方法,可以在离线环境下重现指令交互过程。测试结果表明,该设计合理、运行可靠,可以在离线环境下检测交互指令。

摘要：随着视频监控的广泛部署,海量监控视频中人群异常行为的检测和定位已成为研究热点。提出了基于改进生成对抗网络(Generative Adversarial Network,GAN)的四支路异常检测框架,并利用Mask-RCNN提高异常定位精度。通过在GAN中引入注意力机制,实现远距离空间区域之间关系的高效建模。通过四支路并行的GAN模块,提取不同类型和不同时间跨度的外观和运动信息,生成高质量的特征图。基于峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)合并计算所有通道生成的图像,并训练支持向量机(Support Vector Machine,SVM)完成异常检测。利用Mask-RCNN提取异常视频帧的目标,并计算每个目标的异常概率,实现精准的异常定位。公开数据集上的实验结果表明,所提方法在Avenue和CSPD ped2数据集上的帧级AUC分别达到了91.4%和98.3%,像素级AUC分别达到了76.8%和97.2%,异常检测和异常定位性能均优于其他先进方法。

摘要：常规的通信网络DDoS攻击溯源标记域形式一般为独立结构,溯源识别的范围较小,导致溯源误识率上升,因此,提出基于自适应包标记的通信网络DDoS攻击溯源方法的研究设计。根据当前的溯源测试需求及标准的变化,先进获取源数据,采用多目标的方式,扩大溯源识别的范围,划分多目标自适应包标记域,以此为基础,构建自适应包标记网络DDoS攻击溯源模型,采用域间重构的方式来实现溯源处理。最终的测试结果表明:对比于传统异构溯源图学习通信网络DDoS攻击溯源测试组、传统序列特征提取通信网络DDoS攻击溯源测试组,在设计的自适应包标记中,通信网络DDoS攻击溯源测试组的溯源误识率均在20%以下,说明当前在自适应包标记技术的辅助下,当前所设计的溯源方式效果更佳,误差可控,具有实际的应用效果。

摘要：随着一体化电量与线损管理(以下简称”同期线损系统”)不断深化应用,高损排查与降损治理成为基层单位工作的主要内容,由于缺乏有效的分析手段,基层线损排查在采集系统基础上,仍然需要大量的手工分析工作,工作效率和质量均难以保证。同时在多源数据融合的背景下,小负损、小电量异常、间隙性窃电等疑难问题的出现,对一线员工的技术水平提出了更高的要求,因此运用大数据分析原理,研究同期线损系统各项数据,研发“配网同期线损数据智能分析及异常诊断系统”,基于档案数据、模型数据、采集数据以及线损结果等数据,建立线损异常诊断模型,自动诊断分析计算结果,实现高损、负损快速定位及原因精准分析;进一步满足各单位提前发现问题并及时解决问题,以图文并茂的形式综合反映线损情况,减轻人员工作量。

摘要：当前继电保护装置错误动作检测是以数据对比的方式分析,检测的精准度不高,导致单元检测次数下降。为此提出对超高压电网继电保护装置错误动作检测方法的设计与验证分析。根据当前的测试要求,先进行定值校验,提取错误动作,提高检测精准度,实现错误动作检测特征的采集。以此为基础,设计自适应电网继电保护装置错误动作检测模型,采用二次复核校验的方式来实现检测。测试结果表明:针对选定的A1、A2、A3、A4四个继电保护区域,按照二级—一级的顺序导入错误动作,最终得出的单元检测次数均可以达到12次以上,说明在复杂的电网运行环境下,设计的继电保护装置错误动作检测方法更加稳定、高效,检测结果较为可靠,降低了错误动作的检测难度,继电保护装置错误动作检测效果显著提升。