摘要：为应对新型电力系统和网络数字化设备发展中网络安全面临的挑战,文章提出一种基于多技术融合的智能高级攻击监测系统。系统采用分层设计,包含流量层、解析层和检测层,以此实现对数据的全面捕获与深度分析。在研究过程中,运用了深度包检测技术、智能化检测技术以及可编程对抗技术,构建了特征库模块、智能检测模块和插件检测模块,并借助机器学习算法增强智能检测能力。实验结果表明,该系统能够有效地监测已知和未知的攻击流量,为网络安全攻击监测提供了一种全面的解决方案。

摘要：为了解决合谋攻击防御下主动配电网受损率高的问题,提出通用逆扰动下的主动配电网合谋攻击防御模型。计算逆扰动深度网络模型的目标函数与通用逆扰动训练的损失函数,建立模型网络深度权重矩阵;利用深度梯度函数对攻击训练样本损失函数进行叠加求导,生成合谋攻击防御数学模型;利用最小网损期望的概念函数求解数学模型,完成主动配电网合谋攻击防御。实验结果表明,所设计模型对2 400个合谋攻击数据包的拦截防御时间都在10 ms以内,数据受损率低于0.5%,与传统模型相比,安全防御能力具有明显优势。

摘要：为解决电力企业相关业务数据的处理分析不及时、管理效率低下的问题,结合交互式人工智能技术,提出针对用电全过程业务综合管理平台的构建。首先根据人工智能技术与C/S构架进行交互式人工智能引擎的设计,然后针对电力用户运行期管理等用电全过程业务,在用户侧业务功能与数据库表基础上,架构业务管理平台。利用平台检测进行检测,分析网络参数对数据导入量与速度的影响,取得网络隐藏层数与相关阈值的最优参数分别是2、24.5、15.72、13.98,经平台功能测试环节验证,该平台能有效实现各功能的交互式操作,且具有较为理想的反馈即时性。

摘要：针对大客户用电用能综合分析及无法及时发现用电异常的问题,设计了一种基于流计算下大客户用能智能分析方法。首先给出了大客户用能智能分析系统的整体构架,并从软硬件功能需求方面进行了描述。依托流计算技术实时处理能力和高性能数据吞吐能力实时处理采集到的数据,运用机器学习按照用户综合用能分析数学模型和窃电识别模型学习处理异常数据。并对高风险用户一定周期内的线损计算曲线、用能曲线以及电压、电流等电气数据进行展示,为大客户智能用能提供辅助支撑。

摘要：针对电力系统中现场作业数据可反复修改、部分数据为现场作业完成后的补录和缺乏现场操作监控的问题,文章设计了基于区块链的可信数据存证电力现场作业风险管控技术系统。给出了系统的总体框架和作业现场数据流转,系统分为应用层、平台层、网络层和感知层。为保证电力现场作业时作业数据不可修改,利用区块链技术对数据进行存储。描述了企业区块链的原理,为满足数据吞吐量需求,将区块链和数据库系统结合。利用人工智能视频分析技术,通过对现场作业视频监控区域建立虚拟设防,对视频内容进行目标检测和行为分析,建立了风险识别人工智能训练模型。对作业风险管控系统进行可视化展示,实践应用表明,所述系统有助于电力系统中现场人员进行作业风险管控。

摘要：在代理重加密体制里,一个不可信的代理服务器将用Alice公钥加密的密文转换为用Bob公钥加密的密文,同时该代理服务器无法获知明文及相关用户的私钥。无证书代理重加密体制能够同时避免传统公钥基础设施中复杂的公钥证书管理和基于身份加密中的密钥托管问题。考虑到用户私钥泄露可能带来的危害,该文提出了具有密钥隔离功能的无证书代理重加密体制,随机预言机模型中的安全证明和模拟实验表明该方案是高效安全的。同时,设计了基于云计算的移动互联网中的安全数据共享方案。

摘要：随着边缘计算需求激增,云边协同成为未来重要演进方向,云边协同发展的难点之一是对边缘端及运行于其上的应用的部署、管理和更新升级,而容器技术为解决以上问题提供了思路。基于容器技术轻量化、部署快、易移植的特点,研究了基于容器化的云边高效应用管控方法,包括在云边协同的总体架构中增加容器设计、基于容器进行应用协同设计;研究了云端部署更新管理机制;对容器的应用部署及更新、容器及应用下发等设计内容也进行了研究和实现。通过实验验证,该方法在系统能耗、效率、计算时延和云端CPU(中央处理器)使用效率方面得到了显著提高,进而使系统更新速率、服务器可用边缘节点数量以及处理的数据容量都有所提升,能够大幅度对云边协同系统进行优化,同时也大幅度提高了整体系统的计算能力。通过该技术的应用可以改善智慧用电平台边缘侧计算资源紧张、边缘设备异源异构、服务管理需求复杂多样等问题,实现了智慧用电云边协同平台的高效应用管控。

摘要：从理论、关键技术,具体架构设计等层面研究了云边协同与区块链的融合应用。云边协同与区块链融合架构研究与设计包括了总体融合应用研究与设计、云边协同与区块链交互应用设计、基于云边协同的区块链管理功能设计、基于云边协同的智能合约管理设计、基于云边协同的区块链数据管理设计。通过研究云边协同与区块链融合的可行性和优势,设计出两者互相融合的通用性架构,该架构可以应用于智慧用电、智能网联汽车、智慧管网、工业物联网等应用场景。

摘要：随着智能电网平台的逐步构建,用电环节的数字化转型也有了实质性进展。介绍了边缘计算在用电信息采集、智能用电服务系统、智能充电的研究及应用情况,阐述了区块链在电费结算、电力交易和电动车充电领域的研究及应用情况。分析了智慧用电实际应用中的关键技术问题,探讨了面向边缘侧的区块链技术、云边协同与区块链的融合应用、平台与数据集成设计、多方对账业务的应用等。

摘要：针对配电网施工中违章现象频发导致监管工作中出现的频繁调度问题,提出一种基于双向长短时记忆(Bi-LSTM)和多通道注意力机制的电网施工作业违章量预测方法。首先,通过Word-Embedding将文本转换为词向量;其次,通过Bi-LSTM网络来捕捉违章数量影响因素的浅层语义和时序特征;最后,设计多通道注意力机制,通过多组权重向量来学习多个影响因素以及各因素之间的复杂关系,从而提高模型的特征学习能力。以云南地区真实数据为算例开展实验,所提模型在一天预测中的平均绝对百分比误差(MAPE)与均方根误差(RMSE)两个指标分别达到了2.58%和5.2,从而验证了模型在预测精度和算法鲁棒性方面的优越性。该方法不依赖于任何具体情境,在实际工况环境中具有较好的推广价值。