电力信息系统数据库安全现状与防护措施

随着电力信息化的深入,信息安全问题已严重威胁到电网的安全、稳定运行。电力信息系统数据库作为电力业务系统运行的承载平台和信息资产的存储中心,其安全性直接关系到电力信息系统的安全可靠运行,而当前各电力公司信息系统数据库的安全现状则不容乐观。从目前电力信息系统使用的主流数据库入手,结合实际,逐一分析其存在的主要安全风险,并给出相应的防护措施,以提高数据库系统的安全级别,把风险降低到可接受的范围内。     

基于大数据和层次分析法的电力信息系统成熟度评估

利用大数据平台并结合数据挖掘和层次分析理论,在大数据背景下首次提出一种将定性与定量评估相结合的电力信息系统成熟度综合评估方法。在大数据平台对系统海量应用数据进行挖掘,建立起业务系统成熟度评估指标体系,根据层次分析理论构建业务系统成熟度评估层次递阶结构模型,构建成对比较矩阵求取业务系统成熟度,结合实例验证了该方法的有效性,并对后续研究做出展望。     

面向电力物联网的电力大数据应用

为保证电网系统安全稳定运行,加强国网公司精细化管理水平,以电力大数据为代表的新一代IT技术在电力物联网领域中的应用,可以有效地解决数据采集、存储与处理等问题,并在海量电力数据中深度挖掘出有潜在利用价值的信息。本文分析了电力物联网中电力大数据的特点和发展趋势,介绍了Apriori算法在处理海量电力大数据中的显著优势,通过利用Apriori算法来处理大数据在电力物联网中的典型应用,优化各级电网控制,构建结构扁平化、功能模块化、系统组态化的柔性体系结构,全面提高电网生产、运行、调度、管理的自动化水平,使系统稳定运行在最佳状态,从而提升了数据挖掘、管理和交互共享操作水平,进而提高了生产作业的效率和管理预测能力,为公司进一步决策部署提供强有力的数据技术支撑。     

基于规约编码和缓存的智能用电数据处理技术

针对智能用电信息采集系统的数据集中采集、数据项和用户数量大的特点,提出了一种基于编码的算法并结合缓存技术的批量数据入库的新技术。先对采集的数据项进行预编码,运用P/T映射技术将数据项和存储字段关联并映射到缓存中,通过内存寻址方式先缓存数据,再定时批量提交到数据库,减少了数据库的操作频率,提高了系统的数据入库效率和稳定性,介绍了其中的主要功能模块以及关键技术的实现。     

基于模型驱动架构的电力信息系统快速开发方法

针对电力行业信息系统建设和整合集成中存在的功能模块重复开发、系统维护代价较高的现状,文章提出一种基于模型驱动架构的电力信息系统快速开发方法,首先通过分析典型电力信息系统的共性功能抽象出电力信息系统元模型,然后以UML活动图的形式搭建系统业务流程,并通过模型一代码转换引擎将业务流程图实例化为特定平台上的业务代码,最后在电力信息系统综合业务平台中即可动态加载并运行该业务。建模实例表明,文章方法在减少重复开发工作量、降低系统维护成本方面有较好的适用性。     

爆发式数据处理模型在电力调度系统中的应用

随着大型能源基地特高压项目的相继运行、新能源发电的深入推进和电动汽车等新型负荷的快速发展,电网监控爆发式海量数据的出现频率大幅增加,给电力调度监控和数据采集SCADA系统的数据管理带来了极大的挑战。文中分析了电力调度存储数据量大、随机性强的特点以及当前数据库抗压性能不稳定的现状,提出了爆发式数据处理模型EDPM(erupt data processing model),介绍了该模型下的多级缓存策略、基于模型控制器的自适应缓存管理机制、线程闭环控制自愈技术等关键技术。工程应用实践表明,EDPM模型在面对海量数据存储请求时仍可保持较快的系统响应和较高的系统吞吐量,能够有效抵御爆发式数据的冲击,保证电力调度SCADA系统的安全、稳定运行。     

基于混合深度学习的调度数据网流量预测技术研究

电力调度业务产生的数据波动性大且随机性强，在优先级、实时性和稳定性上的要求均高于其他业务，对其数据流量进行准确预测将有效保障电网的安全可靠运行。但是，因为传统运维手段应变力不足且依赖人工优化，所以在运维效率和预测准确性上均无法满足电力调度业务的发展需求。为解决上述问题，将信号分解技术与深度学习技术相结合，构建了一种能对电力调度数据网未来15天流量值与变化趋势进行预测的算法模型。该模型首先使用变分模态分解法自动分解复杂流量在不同时间维度下的特征，然后基于长短期记忆网络模型对所有分解后的子序列进行预测，最后基于各子序列预测值进行聚合叠加给出最终预测结果。使用某省级电力调度数据集对模型效果进行验证，该数据集包含骨干大区和信息大区中长达6个月的电力调度数据。结果表明该模型在调度数据网流量预测中的准确性优于其他时序预测方法，同时在实际场景下具有良好的可行性。     

Oracle9i数据库在电力信息系统应用现状与安全策略

电力信息系统数据库作为电力业务系统运行的承载平台和信息资产的存储中心,其安全性直接关系到电力信息系统的安全可靠运行,数据库安全和数据安全机制是数据库开发设计者目前必须考虑的重要问题之一。Oracle9i数据库管理系统在数据库安全方面为数据库管理员和应用开发者提供了很好的安全机制。从目前电力信息系统使用的主流数据库入手,从不同侧面和角度讨论Oracle9i数据库系统的安全管理机制,逐一分析其存在的主要安全风险,并给出相应的防护措施,以提高数据库系统的安全级别,把风险降低到可接受的范围内。为实施更安全更灵活的数据库安全策略提出了全方位的技术思路。     

基于存储复制的SAP ERP系统快速构建方法

随着信息化应用在电力公司的不断深入,进一步加强了对各核心信息系统安全持续稳定运行的需求。SAPERP作为电力公司的核心信息系统,为保证其突发故障时系统仍能持续稳定运行,文章结合电力公司实际情况描述一种基于存储复制的SAPERP系统快速构建方法。本方法从SAPERP系统构建原理、关键点、目标系统准备工作、快速构建数据库方面进行详细阐述。其中系统的数据库部分通过存储复制方式快速构建,极大缩短系统构建时间,并通过一系列措施保证以应急备用为目的实时应用的快速切换。通过本方法可以将整个系统构建控制在2h以内。很大程度上提高了SAPERP系统构建效率并且尽可能地保证了与源系统功能上的一致性。     

电力信息系统网络安全态势在线评估框架与算法研究

网络安全是使信息系统可靠运行的重要保障。根据电力信息系统安全态势在线评估分析的实际需求,提出了适合该需求的网络安全态势分析指标体系。重点讨论面向电力信息系统的攻击态势量化方法和设备资产受攻击的严重度修正方法。结合电力信息系统各业务应用和网络的实际情况与自身特点,定义了电力信息系统安全态势评估框架,设计电力信息系统安全态势评估算法,给出了电力信息系统安全态势在线评估系统框架。     

改进正负理想解算法的电网经济运行关键技术

为了解决系统决策能力差、电网运行效率低的问题,构建了双层级决策系统,并构建经济性优化模型,以最节省成本的方式实现电力市场交易,并从正负两方面验算网架结构的经济性,提高了网架数据运算速度.通过构建改进正负理想解算法,将电网运行架构决策与经济运行联系起来,在保证最小运行成本的前提下提供电网决策.试验结果表明,运算误差范围为...     

基于电力大数据分析的接电成本预测模型

为提升电网的运营效率和资源利用率，提高预算及成本控制的精准度，同时帮助用户制定合理的供电方案、用电策略，推进用电服务及电力营商环境不断优化，构建基于电力大数据分析的接电成本预测模型。首先，分析电力大数据中的数据类型，并采用基于MapReduce并行化处理的聚类挖掘算法，从电力系统中挖掘与接电成本相关的电力大数据，获取聚类结果。其次，通过时间序列分析法构建接电总成本预测模型，并通过多元回归方法构建接电成本影响因素预测模型，经模型预测后，获取最佳接电成本预测结果。最后，经实验验证：该模型可精准预测企业用户接入时产生的接电成本，还能够有效预测不同设备价格、不同电压等级下的接电成本变化。     

基于storm云平台的电力信息系统实时监理的研究

为解决电力信息系统工程监理质量控制过程中各要素不能实时处于受控状态的问题,利用蝙蝠算法对Elman神经网络的初始权值和阈值优化,并结合storm云平台,构建了电力信息系统工程监理实时分析预测模型。通过案例分析与标准的Elman神经网络模型对比,表明该模型具有更高的预测准确度和较快的收敛速度,能够有效地应用于电力信息系统工程监理质量控制中。     

基于改进遗传算法的电力无线专网4G、5G基站布点规划优化方法

在电力4G无线专网中引入5G,进行4G、5G融合组网,对提高电力业务通信效率具有重要意义。首先阐述了5G在电力系统中的应用及4G、5G组网方式。然后,综合考虑电力自有业务、电力业务通信需求、电力基站建设成本、基站运行成本,构建了电力无线专网4G、5G基站布点优化模型,对4G、5G基站进行优化布点。其次对遗传算法中编码、初始化种群操作进行优化设计和改进,大幅减少算法迭代次数,提高收敛速度,降低了模型的求解复杂度。最后基于改进模型对电力4G、5G基站布点优化模型进行求解,可以快速给出4G、5G基站优化方案,满足电力通信覆盖率和经济性等要求。仿真算例验证所提模型、改进算法的合理性和有效性。     

一个新的电力信息系统主动防御模型

电力信息系统的安全与稳定对于电力企业生产管理水平和业务服务水平的提高起至关重要的作用。引入安全评估和网络态势预测技术将有效改变目前电力信息系统防护措施的局限性。为此提出了一个基于安全评估和网络态势预测的电力信息系统主动防御模型,并对该模型的体系结构、关键技术和部署方式进行了一定的探索,为该模型的进一步研究和开发奠定了坚实的基础。     

基于Web的多异构电力信息集成系统的开发与应用

在电力企业中，往往存在多个彼此独立、结构和功能不同的异构电力信息系统，该系统具有信息量大、数据类型多的特点。针对这一问题，提出了一种应用JSP技术在Web模式下进行多异构电力信息集成系统的资源共享和跨系统的综合信息查询的解决方案。该方案将实时数据库和动态数据库管理技术，数据的统计、分析、控制、数据处理与采用Web技术的信息查询和发布技术有机地结合起来，使基于Web的多异构电力信息集成系统具有运行可靠、高效、使用方便、可扩展和易维护的特点。该系统已在江西省吉安供电局应用。     

非限能系统中考虑电价波动因素的随机生产模拟

针对非限能发电系统,结合电力市场下机组竞价上网的运行特点,在随机生产模拟过程中．增加了对机组容量分段报价策略以及市场清算电价MCP(Market Clearing Price)随机波动的考虑,建立了基于预测电价概率分布的随机生产模拟模型,该模型为制定符合电力市场运行规则的发电计划,燃料采购、运输、存贮计划等提供了决策参考,并将成为不同负荷水平下MCP概率分布预测精度和合理性的重要验证手段。在给出的具体算例中采用传统Baleriaux-Booth卷积、反卷积算法进行求解．算例表明该算法具有一定的应用价值。     

基于模型预测直接转矩控制的永磁同步发电机效率优化研究

为抑制发电机的转矩脉动并提高系统运行效率,该文将模型预测控制应用到直驱式永磁同步风力发电系统中,提出一种考虑发电机损耗的模型预测直接转矩控制效率优化算法。在传统模型预测直接转矩控制的基础上结合永磁同步发电机损耗模型定义定子有功电流预测值,用于获取发电机电磁转矩预测值,并通过求取系统最小损耗工作点得到定子有功电流设定值,结合最佳特性曲线的最大风能跟踪方法得到发电机电磁转矩设定值。进而,依据所设计的性能评估函数选取最优电压矢量,使系统能够保持最小损耗状态运行。以表贴式永磁同步发电机为例进行速度阶跃和转矩阶跃的仿真和实验,并与传统模型预测直接转矩控制进行比较,结果表明计及发电机损耗的模型预测直接转矩控制能够有效改善转矩脉动,在提高动态响应速度的同时提高了系统运行效率。     

负载自适应技术在电力营销管理系统中的应用

阐述了数据库负载自适应技术是基于负载的数据库性能优化技术,是在软硬件资源基本保持不变的情况下,通过对数据库负载的动态分类和控制,来实现对数据库系统的调优,并能提高系统的客户满意度,分析了电力营销系统的性能优化需求以及引入负载自适应控制的必要性,并针对电力营销管理系统进行了负载自适应系统设计,其中重点讨论了性能预测部件的算法和监测部件的实现方法,最后分析了负载控制系统的运行效果,实现了电力营销系统数据库性能的提高。     

电力网络系统中统计特征任务分层的大数据融合模型

对嵌入式电力网络系统中的大数据进行融合模型设计提高对频繁任务分层和数据挖掘能力。传统的嵌入式电力网络系统中的大数据融合处理采用非显著特征数据挖掘算法,在嵌入式电力网络系统中的大数据出现离群特征时,数据融合性能不好。提出一种改进的基于嵌入式电力网络系统中统计特征频繁任务分层的大数据融合模型。对嵌入式电力网络系统中数据融合对象数据集提取二维分层空间特征,采用本征匹配方法进行嵌入式电力网络操作系统数据融合总体模型设计,引入统计特征分层融合定位节点谱函数表示数据融合效率,计算样本的密度特征,并抽取高密度区域的点集作为聚类中心,得到嵌入式电力网络系统中闭频繁项域适应度函数,实现融合模型改进。仿真实验表明,采用该算法能有效提高对嵌入式电力网络系统中大数据的分层融合性能,融合密度和精度提高,算法在数据监测概率和任务运行速度上优越于传统算法。