基于深度Q网络的电力工控网络异常检测系统

电力是指以电能作为动力的能源,完整的电力系统包括发电、输电、变电、配电和用电等环节。电力是关系国计民生的基础产业,电力供应和安全事关国家安全战略,事关经济社会发展全局。工业自动化和控制系统（简称“工控”）作为电力的感官和中枢神经系统,确保其网络安全,使其始终处于稳定可靠运行状态,对于保障电力安全运营至关重要。由于大部分网络都是高度互联的,因此都易受到网络攻击的威胁。虽然基于网络的入侵检测系统可以将入侵警告和安全响应进行很好的结合,但是随着技术的不断发展,攻击变得越来越普遍且难以检测,其中逃逸技术就是这类技术的一个代表,它可以通过伪装修改网络数据流以此来逃避入侵检测系统的检测。结合所学知识和电力工控网络的特点,提出一种基于深度强化学习的电力工控网络入侵检测系统,深度强化学习的算法融合神经网络和Q-learning的方法来对网络中的异常现象进行训练,通过训练使系统能及时地检测出入侵行为并发出警告。     

引入Self-Attention的电力作业违规穿戴智能检测技术研究

随着电网建设的高速发展,作业现场技术支撑人员规模不断扩大。电力现场属于高危作业场所,违规穿戴安全防护用品将会严重危及作业人员的人身安全,为了改善传统人工监管方式效率低下的问题,本文采用实时深度学习算法进行违规穿戴行为检测。检测模型结合实时目标检测网络YOLOv3和Self-Attention机制,借鉴DANet结构,在YOLOv3网络高层嵌入自注意力模块,更好地挖掘和学习特征位置和通道关系。实验结果表明,该模型在违规穿戴检测任务中mAP达到了94.58%,Recall达到了96.67%,与YOLOv3相比,mAP提高了12.66%,Recall提高了2.69%,显著提高模型的精度,可以满足任务的检测需求,提升了电网智能化水平。     

基于ActiveX控件技术的供电局调度实时数据管理系统

将调度实时数据通过单向网关与供电企业的管理信息系统 (MIS)连接起来 ,根据管理的需要对实时数据进行存储、分析和输出。应用 Active X控件技术将生产实时信息通过 Web Server向外发布 ,从而将 Intranet和 Internet有机地进行结合 ,同时也将生产和管理有机地结合起来 ,真正实现供电企业管理的现代化和信息化     

自适应性MIS软件的设计

MIS应用系统适应性差，生命周期短是MIS应用系统难以解决的问题。产生这一问题的根本原因是MIS程序与数据库之间具有紧耦合的特性。通过“环境数据库”将数据库结构的时变转化为数据库数据的时变，使得对程序的维护变为对数据库数据的更新。从而提高MIS应用系统的自适应性。     

发电机组综合信息管理系统的设计与实现

采用三层数据库技术，以局域网用户(包括远程用户)为对象，建立数据库服务器、应用程序服务器和客户应用的火电机组及电力传输网方面的技术信息管理系统。通过对数据的采集、分析和处理，找到生产过程中规律性问题，发现机组设备运行缺陷，为设备故障的及时、快速、准确诊断提供信息支持。     

火电厂燃料配给模型及其分解方法

从分析火电厂燃料管理的整个过程入手,论述了火电厂燃料配给模型的建立和改进过程。建立了燃料配给模型,并根据实际情况推导出了分解方法,给出了原问题的主导问题的概念及一般形式。最后给出了一个燃料配给应用实例,验证了该模型的实效性,同时分析了该模型的应用前景。     

支持多属性泛化的个性化(α,l,k)匿名模型

传统的个性化数据匿名模型一般可以分为两种机制:一种是面向个人的,一种是面向敏感值的.这两种方法一般都会因为追求敏感数据的个性化保护而过度泛化,造成大量的信息损失,使数据的可用性下降.为此,该文提出了一种个性化(α,l,k)匿名隐私保护模型.该模型有效结合了这两种传统的数据匿名机制,在最大程度地保证个性化匿名的需求下,根...     

寄存器队列装置及其设计方法

介绍了寄存器堆队列装置（ＦＩＦＯ）的作用和设计原理。传统寄存器队列的设计多采用串行输入一串行输出,或者并行输入－并行输出的方式,该文介绍了两种并行输入－并行输出而且可以“边进边出”的寄存器队列装置,该装置可用于总线接口和先行控制处理机的设计中。