摘要：为了保证电力数据的机密性、真实性和完整性,该文提出了一种新的电力数据安全接入方法。设计了一个基于SM2椭圆曲线数字签名算法和SM4分组密码算法的混合密码系统。异构边缘设备采集的数据被加密、签名,在经身份认证后由聚合节点转发到控制中心。每个边缘设备需约1.5 ms的计算开销,用来定期收集终端的电力数据并汇报给聚合节点,并执行1次SM4对称加密操作和1次SM2数字签名操作。该文方法生成公私钥仅需约3 ms。在相同安全级别下,在生成公私钥的计算开销方面,SM2的计算开销远小于RSA。通过安全性分析和仿真实验证明了该文方法可以防御多种面向电力数据的网络攻击,具备较高的传输效率。

摘要：为解决电力系统中的信通机房巡检问题,采用激光雷达传感器来对周围环境进行感知,基于Hector_SLAM算法、快速扩展随机树算法以及滑模轨迹控制算法设计了机器人的自动导航功能。首先,基于Hector_SLAM算法实现实施建图与定位,随后利用快速扩展随机树算法进行路径规划,给出理想轨迹,最后利用滑模轨迹控制算法跟踪理想轨迹以实现自动导航功能。MATLAB仿真结果证明所选的路径规划算法与轨迹跟踪算法可以实现在未知地图中起止点之间自动导航的功能,且精度满足要求。

摘要：随着特高压电网的建设,山东地区500kV智能变电站工程数量增加,建设周期缩短。合理、规范地设计通信设备屏柜布局,对提升设计效率、后期扩容改造有重要意义。文章在500kV智能变电站通信机房通用典型设计基础上,提出通信设备排列“分职责、分区域”布局的设计原则,以进一步压缩通信设计时间及提升机房标准化水平。

摘要：随着我国电网智能化规模日益扩大,如何保障发布安全可靠的电网调度指令成为研究热点。但现有研究中大多缺乏调度员身份可靠校验,存在一定的安全隐患。针对该安全问题,提出构建基于声纹识别的调度认证系统,由数据层、功能层、接口层和业务应用层4层架构组成,采用卷积神经网络从短时语音中提取声纹身份特征,融合基于动态口令的身份认证方法,在短时语音识别和欺骗性语音检测方面取得良好的效果,解决电网调度场景中可能存在的多种未知欺骗攻击和错误调度指令问题,并对调度指令进行正确性校验,避免错误指令。基于声纹识别的电网调度系统可高效地响应用户请求,在执行身份认证的同时给予及时有效的相关反馈,提高调度工作的安全性和质量,具备实际应用价值。

摘要：目前,电力通信网运行方式主要依靠人工选择路径,工作效率较低,且容易存在疏漏的情况,亟须借助新技术手段实现通信方式的自动规划。因此,文章设计了一套电力通信运行方式自动生成系统方案,通过挖掘通信方式自动规划的有效方法,建立通信方式自动生成模型和深度学习模型,以此实现保护、安稳类业务的自动路由规划,期望能够改善电力通信网运行现状,提高通信线路运行效率。

摘要：生存性设计是规划电力通信波分复用(WDM)网络时必须考虑的问题。传统的方法根据各节点对的峰值速率来制定保护规划方案,也并未考虑光纤链路之间共享物理资源的情况,既不准确又浪费资源。为解决上述问题,提出了一种新的计算共享风险链路组的失效概率模型,并以此为基础,提出了基于软管不确定业务量模型和共享风险链路组的分级保护算法——HSP算法,并通过计算机仿真对该算法的性能进行了评估。结果表明,HSP显著提高了找到保护路径的可能性,从而降低了受损业务无法恢复的概率。失效概率模型和HSP算法还应用到了某省级电力波分复用核心网络的成效评估和规划设计中,作为评估该省电力骨干光传输网络建设成本和可靠性的依据。

摘要：详细介绍了电力通信传输线路优化设计及其施工工艺分析。

摘要：设计了一种新型姿态估计算法,支持同步执行多个任务,在行人姿态估计中可以达到较好的效果。网络中划分为主网络、子网络两大部分,前者采用的主要是Darknet53网络,用于实现特征提取的功能;后者划分为关键点检测以及行人检测两大部分,分别基于特征金字塔、YOLOv3,将网络融合之后具备了显著的优势,继承了各个网络的优点,在保证姿态识别精度的同时提高了效率,减少了预测的时间,适合于应用到实时性要求较高的场景中。通过姿态残差网络来学习先前获得的姿态信息,解决了由于行人重叠或者遮挡等导致的图像模糊问题,依然保持了较高的识别精度,相对于其他的方法达到更高的准确性。基于与其他算法(CMU-Pose、Newel)进行对比的结果可知,设计的算法在COCO数据集中的预测精度达到了67.2%,效率为20 FPS,相对于其他算法无论在效率还是在精度上均显著提高,这表明提出的算法在保证准确率的同时具有实时性处理效果。

摘要：为提升塑料光纤链路识别性能,设计了基于并行神经网络的塑料光纤链路自动识别模型,应用长短期记忆神经网络(LSTM)捕获塑料光纤链路信号的时空依赖特征,应用并行卷积神经网络捕获多样化、抽象、非线性的塑料光纤链路特征信息。经仿真,当批次样本量为30时,模型对10个塑料光纤通信系统的识别准确率分别为96%、95%、96%、95%、99%、96%、96%、97%、96%和95%,平均识别准确率为96.1%,平均识别时间为5.8 s,明显优于骨干光通信网链路识别方案和面向多层次异构信息平台的数据访问链路识别方案。研究成果可为当前塑料光纤链路识别工作提供一定的参考。

摘要：随着互联网的发展与普及,网络的规模、带宽和网络数据包传输速度都在以指数级增长。日益高速增长的网络用户给互联网基础设施带来的压力也是与日俱,作为链路带宽性能提升的关键一环,报文分类处理速度的提升对发展高速网络环境下的各种应用服务起到了关键作用。当前报文分类算法存在吞吐率不足、内存利用率不高、功耗高,以及更新性能不够的问题。在报文分类上,传统TCAM无法进行高效的范围规则集存储,基于此问题利用超立方体的对称性与正则性,设计了一种基于超立方体的TCAM多字段范围规则编码技术。通过仿真实验对比,其编码效率是现在流行的其他TCAM编码方案的2倍,极大地增加了TCAM在报文分类时的空间利用率。