智能电网中的云计算应用及安全研究

该文首先介绍了智能电网的特征和面临的信息安全风险,然后讨论了在智能电网中基于云计算的数据灾备和病毒防护的两种云计算应用模式,最后阐述了智能电网中云计算的安全风险及解决措施。     

云计算智能电网大数据驱动的方法研究

针对智能电网数据繁多、用户应用困难的技术问题,提出了智能电网大数据驱动方法,并设计出基于云计算软件平台管理智能电网大数据的系统。通过采用数据挖掘算法对智能电网大数据样本训练、学习,建立多个数据处理模型。根据决策树算法能够实现智能电网数据不同属性数据的分类,使得用户快速从浩瀚的云端数据库中获取目标数据,并将处理后的数据通过区块链系统保存,进而实现数据的永久性存储。不同用户通过签发密钥实现数据的共享,使得数据应用和管理更为便捷有效。本方案为智能电网大数据处理与应用提供了技术参考。     

云计算在智能电网调度中的应用

为解决传统电力系统中集中式计算平台海量数据流的存储和分析功能不足的问题,针对云计算在智能电网调度技术中的应用进行了研究。首先,对云计算技术在IT行业的发展进行阐述,对云计算的关键技术从虚拟化与快速部署技术、大规模分布式存储技术、资源调度技术、大规模多租户技术、海量数据处理技术以及大规模信息通信技术等方面出发进行介绍。其次,借鉴IT行业云计算技术,设计了基于云计算的智能电网计算平台以及基于云计算的智能电网互动式节能优化调度架构,以期推动云计算在电力系统中的发展,解决智能电网互动式节能优化调度算法方面的问题。     

基于云计算的智能电网调度平台研究

针对我国能源领域近年来出现的新问题,诸如新能源大量并网和消纳、源网荷的联动、提高电网数据处理效率、增强电网风险防范能力等,提出利用电力大数据和云计算技术构建综合型的智能电网调度云计算平台,借助调度云计算平台高效的数据计算能力,提高电网中调度大数据的处理效率,合理配置电力资源.阐述调度云计算平台的工作原理,并在调度云计算...     

基于智能电网应用的电力大数据探索

大数据是智能电网发展的一股新流,对于电力行业的可持续发展及建立智能电网具有重要的意义。应用电力大数据技术成功确保了电力行业的可持续发展和稳态生存。大数据及云计算和智能电网三者相互关联,正确应用大数据关键技术可以帮助电力行业实现新的改革。在本文中对云计算、大数据关键技术以及智能电网三者进行了深入探讨,并对大数据关键技术做出了应用探究,为相关工作提供借鉴。     

电网遥信大数据智能分析辅助决策系统建设研究

电力调度控制中心为适应电网规模不断扩大、结构日趋复杂化而带来的海量设备监控信息,充分发挥现代化技术手段应用的先进作用,提高调控运行人员对电网驾驭能力以及对电网异常、事故信息处置效率,降低人员劳动强度,开展了电网遥信大数据智能分析辅助决策系统建设研究。本研究基于实际电网模型和实时数据,从电网海量信息中梳理、智能分析,提供结论性结果,智能替代人工,而且以电网实时信息为输入,以设备基础信息为辅助,横向对比,纵向分析,提供科学的辅助决策,全程信息深加工,独立设置,只提取系统信息,而不改变系统数据。建成一个具有简、全、独立安全三个主要特点的系统,有效提高电网设备异常事故处置效率、降低安全生产隐患,保证电网安全稳定运行。     

运用数据挖掘构建智能电网调度运行分析系统的研究

本文依据电力调度实际运行情况和业务知识需求,考虑智能电网发展趋势,提出了利用数据挖掘技术建设智能电网调度运行分析系统的解决方案,讨论了调度运行业务分析系统的体系结构和数据挖掘模型,并说明了调度运行业务信息分析实例和系统实现技术。     

云计算技术在未来智能电网信息处理平台中的应用

未来的电网将会是一个高度自动化、智能化的电网,如此一个庞大、复杂的系统从发电、输电一直到变、配、用电的过程时刻都会生成海量的电能信息及设备运行状态数据,这就需要一个强有力的信息处理平台作为支撑,且这个平台应具有对海量数据的可靠存储、准确分析、实时同步更新及共享的功能,尤其是音视频等异构数据的分析与处理.云计算技术在大数据处理中具有得天独厚的优势,本文将云计算技术引入到未来智能电网的信息处理平台的建设中,针对未来智能电网信息处理平台的各项功能需求,对比目前电网信息处理平台的诸多瓶颈进行深层次的探讨,证明了将云计算技术应用到未来智能电网信息处理平台中的可行性。     

面向智能电网的云计算技术研究

对面向智能电网的云计算技术进行了研究。首先,引入了云计算的基本概念,分析了它的关键特征。其次,将云计算和智能电网技术进行了融合,提出了智能云的概念。随后,深入研究了智能云的构建、资源管理和安全策略问题。最后,给出了结论和未来的研究工作。     

智能电网中虚拟化云计算的应用和安全技术分析

智能电网符合当前需求,意义重大。首先简单介绍了云计算和智能电网,并对云计算在智能电网中的应用做了阐述,然后主要对云计算的安全技术进行了分析。     

日本企业的“物联网云计算”案例

日本大地震之后,智能电网作为解决电力危机的一个方案,更加受到世界关注,将智能电表用网络连接的智能电网也可看作是物联网云计算的应用之一。而物联网云计算的建设迫切需要解决的问题则是如何汇集大量数据,以及如何聚合处理,如何存储等。文章阐述了物联网云计算平台的基础概貌,并指出物联网云计算必将成为智慧城市、智能电网等新应用的一体化设计开发平台。     

基于边缘计算的电网作业现场违章识别方法

针对现有技术中电网作业现场违章现象严重、人工识别困难等问题,构建出一个电网作业现场违章智能识别系统.通过在系统中设置的不同网络节点布置应用终端,构建边缘计算网络模型,即时、准确地通过量化计算的方式实现电网作业现场违章信息的智能计算,通过构建电网作业现场违章数据信息时的目标函数,使用户快速通过边缘计算平台获取电网作业现场违章信息.试验结果表明,在选择的任意30个不同的数据节点,在300 s内,本研究方法数据接收效率高,误差小于0.1％.     

基于人工智能的计算机网络异常数据挖掘方法

针对现有网络异常数据检测方法存在异常数据挖掘精准度较低的问题,本文设计基于人工智能（Artificial Intelligence,AI）的计算机网络异常数据挖掘方法。确定出网络异常数据属性集,全方位分析计算机网络数据;在属性集中提取出计算机网络异常因子,分析异常数据的特点;利用AI技术构建异常数据挖掘模型,在缩短数据挖掘时间的基础上,提高数据挖掘精准度,进而得到更加有效的计算机网络异常数据。采用对比实验的方式,验证了该方法的数据挖掘精准度更高,网络运行可靠性更强,极具推广价值。     

基于KL-散度的智能电网用户特征提取方法

智能电网技术的发展,使得传统电力系统的规模及复杂度大大增加,同时产生了大量的用电数据,如何有效利用数据挖掘技术,从这些海量数据中挖掘出有潜在价值的信息,成为了当前电力系统分析中的一个挑战性问题。首先根据不同的时间段,将用户的用电数据进行划分,在分析每段时间内用户用电数据的基础上,采用KL-divergence（KL-散度）方法衡量用户差异,并结合基于密度改进的K-means算法,给出了一种新的用户特征提取算法,用以描述电网用户的特征差异,从而实现针对不同类别用户制定不同电力营销策略,这在一定程度上能够提高企业经济效益。最后,算例仿真结果表明,所给出的用户特征提取算法在计算的时间效率和准确性上,较传统方法都有了明显的提升。     

基于PCA-MP-BP的智能电网数据融合方法

为了提高对智能电网大数据的挖掘效率,提出了基于PCA-MP-BP的智能电网数据融合方法.首先对智能电网大数据技术和智能电网大数据融合技术进行了分析.采用主成分分析方法(PCA)提取出对预测结果有影响的主要特征值,作为BP神经网络的输入;然后提出了一种MapReduce和BP算法相结合的数据融合算法,该算法加快了数据处理...     

基于Bi-LSTM的家庭用电量预测

电网智能化升级改造将传统电网与先进的信息、智能技术相融合,实现电力行业的根本性变革。智能电表是智能电网系统中收集用户用电信息的代表性边缘设备,当前智能电表收集的用电量数据存在维度低、波动性强等特征,造成对未来用电情况难以预测的问题;同时对于未来边缘设备端用电量的预测,其他相关特征信息的不可得,此时研究基于单变量特征的用电量预测至关重要。为此,提出一种基于双向长短期循环记忆循环神经网络(Bi-directional Long Short-Term Memory,Bi-LSTM)的单变量家庭用电量预测模型,Bi-LSTM模型能够充分利用上下文的信息实现更准确的预测效果。通过西班牙某市真实的智能电表数据对提出的模型进行了验证,实验结果表明,该模型的预测性能相比传统LSTM、SVM方法有进一步的提高。     

电网多源故障用电信息采集智能融合技术研究

为了更好地解决电网多源故障时的用电信息采集和处理问题,针对基于数据驱动的电网多源故障用电信息采集智能融合技术展开研究。该技术的在线运行机制基于先验知识和深度玻尔兹曼机(DBM)模型实现。在分类处理多源用电信息后,获取其中的动态数据和静态数据。通过数据驱动提取不同类别用电数据的特征集,利用卡尔曼滤波算法去除特征集中的冗余特征,完成对用电信息的一致性特征描述,从而获得用电信息融合结果。测试结果表明：该技术具有较好的应用性能;戴维森堡丁指数(DBI)的测试结果均在0.017以下,能够有效分类动态数据和静态数据,并处理数据中的异常数据;变异系数结果均在0.02以下。利用该技术所得的用电信息融合结果,能够可靠地预测用电需求、识别异常用电行为。该技术应用效果良好。     

基于大数据挖掘技术的线损智能诊断模型设计

为提高诊断台区线损状态的诊断率，提出基于大数据挖掘技术的线损智能诊断模型设计。采集线损数据并计算得到线损率，根据线路的特征设置标准阈值，以时间离散度分析结合多次聚类分析检测出线损的异常状态；根据采集数据的波动率，构建离散度转换方程，得到线损离群点特征的欧氏距离近似度矩阵；利用大数据挖掘技术，提取出线损的离群点，利用关联分析法，构建线损智能诊断模型。实验结果表明，设计模型不仅可以提高线损诊断率，还可以诊断出用户的窃电行为。     

一种改进的电网信息系统自动化故障融合监测技术

在电网系统中,故障检测是关系到电网正常运行的关键。采用小波变换实现对原始电网信息系统采样信号的特征提取,然后使用遗传算法对最为重要的特征的进行优化和搜索,优化后的数据输出至神经网络模型,神经网络模型对接收到的数据信息进行状态识别、特征分类,有效地提高了分类的准确性和故障诊断的可靠性。试验数据显示本设计的方案大大提高了计算速度,有利于用户快速从电网数据中把握重要信息,分析影响电网信息自动化系统故障数据信息,从而从根源上解决智能电网运行过程中存在的问题。为智能电网的健康、绿色运行提供较为有价值的技术保障,同时也具有较好的学术研究意义以及工程应用价值。     

基于云计算的电网调控智能化系统建设研究

现阶段的电网调度系统拥有大量的硬件设备,云计算将硬件资源整合,可以极大地提升电网系统的数据分析能力与实时控制能力。针对传统电网调控仿真系统的不足,提出了基于云计算的电网调控智能化系统。首先,将语义网纳入一个基于云的共享平台,在分析配电网数据的基础上实现了分布式数据实时处理;然后,利用基于互联网应用和FIWARE模块驱动,整合基于IEC 61850数据模型的语义信息,实现了基于虚拟化场景的构建;最后,以网络延迟和计算时间衡量的平台性能验证了所提方案的可行性,完成了基于云计算的协同仿真,为电网调控智能化系统的下一步发展提供了参考。