基于PKI的电力系统信息网络安全探析

随着科学技术的飞速发展,信息网络的发展使网络成为人们不可或缺的工具,信息网络的安全越来越为社会各界人士所日益关注,采用何种技术确保信息网络的安全成为人们必须解决的难题,电力系统由于自动化控制技术的采用,也面临信息网络安全问题,PKI作为信息网络提供安全保障的基础设施,为电力系统信息网络所采用,本文立足于如何充分发挥PKI的安全保障作用,不断提高网络管理人员的技术水平,使PKI真正成为电力系统信息网络安全的保护神,简要研究和分析了基于PKI的电力系统信息网络安全,目的是对电力系统信息网络的安全有所帮助。     

最先失败原则的约束传播算法

约束满足问题是人工智能研究领域的重要问题.而弧相容算法是求解约束满足问题的重要工具.在弧相容算法中应用启发式规则已经证明是一种很有效的方式.本文提出一个基于最先失败原则的约束传播算法,该算法在搜索过程中更早地发现含有空域的变量并提前进行回溯,从而提高问题求解效率.同时,在"明月1.0"架构下实现了该算法,实验结果表明使用最先失败原则的弧相容算法要比原来的算法效率上提高了约40%.     

一种基于离散余弦变换的图像放大算法

图像放大算法众多,有的算法简单但是效果不好,放大效果较好的算法又比较复杂。根据尺度变换原理,信号在时域扩展对应于频域的压缩,使信息能量集中于低频部分。本文提出了一种基于离散余弦变换的图像放大算法,保留图像的低频并与相应的增强系数相组合,在频域实现放大操作。本文还从一维数据仿真试验确定增强系数的取值。将放大后图像与利用插值算法放大的图像进行比较,结果表明使用本文算法放大效果优于插值算法,有较好的清晰度．该方法可仅在频域操作,较其他放大方法易于实现,效果较好。     

一个基于动态代理次序的分布式约束求解算法

最近分布式约束满足问题逐渐成为人工智能领域一个新的研究热点,它的提出将约束满足问题的应用范围扩展到复杂的分布式环境.并发搜索是求解分布式约束满足问题的一个高效算法.文中改进了并发搜索中的变量选择策略,将动态代理次序应用到其中,同时提出了一个适合于分布式条件下的基于动态代理次序的并发搜索算法.多组随机生成问题实验结果显示加入动态代理次序的并发回溯搜索在求解效率和通信量方面都表现出优异的性能.     

基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略

针对永磁电机系统反馈信号测量噪声无法确保为白噪声的问题,基于传统递推最小二乘法只在面向的数学模型是ARX模型时才能保证其无偏性,提出基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略。通过电机电气方程辨识定子电阻、电感、转子磁链,通过机械方程辨识转动惯量、粘性摩擦系数、负载转矩,解决了传统递推最小二乘辨识方法适用数学模型具有局限性的问题。最后通过MATLAB Simulink验证了所提算法在参数突变时辨识性能良好。     

长距离330 kV电缆依频模型局放传输特性分析及信号定位试验验证

按照超高压电缆实际线路参数建立电缆依频仿真模型。通过与其他模型对比,分析不同放电信号在电缆线路中的传输特性。在耐压试验中同步使用分布式局放监测设备进行放电信号采集,将所采集放电脉冲的时域、频域特征空间变化趋势同仿真数据进行对比分析,并结合现场诊断结果确定放电信号来源和类型,准确评价330 kV交联聚乙烯电缆线路的绝缘健康状况。结果表明,所提电缆模型能更准确分析高频信号的传输特性,配合实装的分布式放电信号检测设备,可以辅助定位放电信号来源。     

近红外空间碎片激光测距光束准直性标校方法

将1064nm波长激光应用于漫反射空间碎片激光测距,具有大气透过率高、回波光子数多、白天天空背景噪声低的优势。由于近红外激光束后向散射图像的信噪比与对比度较低,导致图像中光束边界模糊,光尖坐标提取困难,无法精确控制发射准直性和望远镜收发光轴平行性,不利于回波获取。为此,提出了一种基于图像处理的光束准直性标校方法,实现光束闭环控制,修正激光束出射准直性,提高望远镜收发光轴平行性。实验结果表明,所提方法能够显著改善1064nm波长激光束出射准直性,实现了望远镜收发光轴平行性的闭环控制。     

分组无损图像压缩编码方法

提出了一种分组无损图像压缩编码方法,该方法预先确定码字,码字由组号和组内码字表示两部分组成,每组中包含了2n个组内码字,组内码字长度不等.灰度级根据概率大小重新排序,与码字一一对应,得到新的编码表,由此达到图像压缩的目的.将此压缩编码方法与Huffman编码进行比较,比较结果表明,该方法在压缩比和编解码效率等方面都要优于Huffman编码.     

一种基于数据挖掘的量化新增需求代码量的分析方法

需求演化频繁发生于软件项目中,并且在很大程度上影响着软件项目的成败。对需求演化的影响进行准确的估算,将有效地帮助项目管理者降低软件项目失败的风险。其中,如何量化新增需求对软件项目的影响,是一个尤其难以解决的问题。提出一种基于数据挖掘的需求演化影响的量化分析方法,将新增需求与软件项目已有需求进行聚类,对于聚类结果进行分析,能够相对准确地量化新增需求将要产生的代码量。