基于BBNN的网络攻击文本自动化分类方法

基于描述文本的网络攻击自动化分类是实现APT攻击知识智能抽取的重要基础。针对网络攻击文本专业词汇多、难识别,语义上下文依赖强、难判断等问题提出一种基于上下文语义分析的文本词句特征自动抽取方法,通过构建BERT与BiLSTM的混合神经网络模型BBNN(BERT and BiLSTM Neural Network),计算得到网络攻击文本的初步分类结果,再利用方差过滤器对分类结果进行自动筛选。在CAPEC(Common Attack Pattern Enumeration and Classification)攻击知识库上的实验结果显示,该方法的准确率达到了79.17%,相较于单一的BERT模型和BiLSTM模型的分类结果分别提高了7.29%和3.00%,实现了更好的网络攻击文本自动化分类。     

基于RTDS的配电网一二次融合仿真技术

提出一种基于实时数字仿真仪(real time digital simulator, RTDS)的配电网一二次设备融合仿真技术。阐述配电网一二次设备融合仿真系统的基本要求和总体框架,并给出仿真系统的总体设计方法。从一二次设备数据获取、接口、转换以及算法选取等方面,提出仿真系统的具体实现方法。以采用所提的仿真系统对配电网继电保护算例进行仿真,整个仿真系统的响应时间在2~3个仿真步长,验证了所提一二次设备融合仿真技术的可行性和有效性。     

结构扩展的非负矩阵分解社区发现算法

提出结构扩展的非负矩阵分解社区发现算法(nonnegative matrix factorization with structure extension, NMF-SE),通过结构扩展,加强相邻节点结构相似性,提高节点间连接的稠密度,从而提高非负矩阵分解在社区发现中的表现。结构扩展过程使节点将自身结构以一定的比例传递给周围的节点,从而使相邻节点间能够得到对方的拓扑结构信息。该过程构造了新的特征矩阵,使非负矩阵分解(nonnegative matrix factorization, NMF)更好地适用于社区发现,在图正则化的半监督任务中能更好地融合先验信息。在人工网络和真实网络上进行试验验证的结果表明,NMF-SE算法有效提高了复杂网络社区发现的准确性。     

基于改进YOLOv3的运动目标分类检测算法研究

提出一种基于改进YOLOv3算法的一类运动目标检测算法. 为进一步提高YOLOv3的检测精度,采用基于DIoU优化的边界框回归损失函数进行计算; 优化非极大值抑制,有效减少了目标框重叠的现象,提高检测精度; 针对运动目标检测,提出一种基于目标框多中心点位移的检测算法. 经UA-DETRAC数据集上的实验表明,改进后的算法在提高检测精度的同时保证了较快的速度,准确率和召回率相比原始YOLOv3分别提高了 8.07%和3.87%,对运动目标的检测速度可达20 fps/s,可满足实时检测的要求.     

基于改进狮群算法和BP神经网络模型的房价预测

将狮群算法(lion swarm optimization, LSO)与海鸥算法的迁徙机制和螺旋搜索机制结合,增强算法的局部搜索能力;同时增加监督机制,提高算法的全局搜索能力。与粒子群算法和狮群算法对比,在常用的测试函数上验证改进狮群算法的优越性。采用改进后的狮群算法优化BP神经网络模型,对房屋价格预测问题进行研究,通过房屋的户型、面积等相关指标有效地对青岛市的二手房价格进行预测。改进后的狮群算法对BP神经网络的权值和偏置进行优化,提高BP神经网络的收敛速度和训练精度。试验结果表明,提出的螺旋搜索狮群和BP结合算法(spiral search lion swarm optimization-BP, SLSO-BP)模型在房价预测问题上预测效果更好。     

一种计及空间相关性的光伏电站历史出力数据的修正方法

针对光伏系统渗透率增高对电力系统稳定运行带来的严峻挑战,考虑到光伏功率预测技术精度高度依赖于数据精度的问题,提出一种基于人工神经网络的光伏电站历史出力数据修正方法。利用人工神经网络在建立复杂非线性映射关系的优越性,引入皮尔逊相关系数对数据进行降维处理,选择与目标光伏电站出力相关性高的电站作为基准光伏电站,并结合光伏出力的空间相关性特征与基准光伏电站的出力数据对目标光伏电站失准及缺失数据进行修正,以解决由人为因素或数据采集系统老旧带来的光伏数据失准问题,并通过山东省聊城市的光伏历史出力数据对所提方法进行分析验证。     

融合节点状态信息的跨社交网络用户对齐

提出一种融合节点状态信息的跨社交网络用户对齐方法, 通过网络表示捕获节点的局部特征和节点状态信息得到每个账户的嵌入向量, 计算不同账户对应表示之间的相似性发现对齐用户。在2个真实数据集上的试验结果表明, 提出的方法相对于其他方法可以对齐更多的用户。在预测不同尺度的top-k时, 提出的方法在网络结构较稠密的Twitter-Foursquare数据集上能够在top-9时对齐准确率达到50%且在稀疏且大网络数据集DM-ML上相比其他方法对齐准确率提高12.06%~36.62%;在分析F1-score时, 提出的方法能够有效提高用户对齐的性能。     

广域高效车用轴向磁通永磁同步电机的设计分析

针对车用驱动电机转矩和转速多变,运行范围宽广,需要提升电机在全域运行范围的高效率能量转换的问题,提出以高效率区间占比为设计目标的车用轴向磁通永磁电机设计方法。提出了考虑PWM供电影响的电机铁耗工程计算方法。基于等效磁网络法和集总参数热网络法构建了轴向磁通永磁同步电机的快速磁-热耦合设计模型,提高了车用轴向磁通永磁同步电机的设计精度。基于磁热耦合模型,分析了极弧系数、每槽导体数、气隙长度、永磁体尺寸、定子槽型尺寸等关键设计参数对车用轴向磁通永磁同步电机高效率区间占比的影响。设计并制造了样机一台,开展了电机效率和温升测试实验,获取了全域运行范围内的电机效率及电压分布,测试结果验证了磁热耦合模型和设计结果的有效性。     

配电网数字共享应用中心建设探索与实践

针对湖南配电网运营监测、调度指挥等缺乏有效平台支撑的问题,为全方位提升配电网专业管理、调度水平,遵循企业中台技术路线、微服务框架原则,基于图模中心和数据中台,设计了一款共享型、平台型微应用群,即配电网数字共享应用中心。该平台全面推进了电网资源业务中台建设,同时给数据中台提供了一个直接面向配电网专业的消费平台,对公司配电网管理数字化转型具有重要意义。     

基于双种群CSO算法重构的含DG配网故障恢复

为兼顾配网故障恢复的快速性和最优性,提出一种基于重构的分级响应故障恢复方法,并应用双种群纵横交叉(crisscross optimization algorithm,CSO)算法寻求重构方案。首先在故障隔离后利用启发式规则进行局部重构,以较少的开关动作次数快速恢复配网连通性。然后在局部重构后有安全指标越限时,利用改进的双种群二进制纵横交叉算法在可行域内搜索最优解进行全局重构。若全局重构后安全指标依然越限,按负荷重要性指标切除部分非关键负荷,恢复配电网安全运行。最后,改进的PG&E配电系统仿真结果验证了该方法的可行性和有效性。