基于模糊综合评判的电力风险评估方法的研究

风险评估技术能够检测信息系统面临的风险,是实现信息系统等级保护的重要基础和依据.文中以信息安全管理标准ISO/IEC 27000系列为基础构建电力系统信息安全风险评估指标体系,建立电力系统风险评估模型,并且采用多层次模糊综合评判算法计算风险值.首先确定信息系统的保护级别,然后利用ISO/IEC 27005划分信息安全风险因素指标,构建多层次风险因素,设定不同权重和评判集,计算出风险值,并且给出了应用实例验证算法.     

浅谈信息安全风险评估及在电力系统的应用

信息安全风险评估是建立信息安全管理体系的基础和前提。介绍和分析了信息安全风险评估的原理、方法、相关标准,并结合在电力系统的风险评估工作实践,探讨了风险评估过程中经常遇到的问题。     

基于ISO 7001的电力信息安全风险评估模型

目前,电力信息安全风险评估逐步受到重视。文章结合广东电网公司实施信息安全风险评估的经验,提出基于ISO27001的信息安全风险评估模型。该模型依据国际通用的信息安全管理体系ISO27001,引入信息安全三元理论,能够从管理、运行、技术3个层面全面评估信息安全风险。     

电力系统信息安全风险评估工作探讨

信息安全风险评估是信息安全管理的基础性工作。是实现信息系统安全水平持续改进的重要手段。主要介绍信息安全风险评估的目的与意义、评估原则、评估策略。评估流祖，可指导、规范和促进各单位开展信息安全风险评估工作，加强信息安全的全过程动态管理，进一步提高信息安全保障水平。     

基于神经网络集成的电力系统低电压风险评估

针对电力市场环境下的静态电压安全问题,建立了一种电力系统低电压风险评估方法。采用电力系统低电压风险的指标,反映了系统发生事故的概率及其造成系统低电压的后果。构造了神经网络集成系统,实现了系统低电压风险的快速识别和评估。以新英格兰39母线测试系统为例,验证了该方法的有效性。     

模糊神经网络在电力系统边际电价预测中的应用

文章针对短期电力系统边际电价预测研究和应用中存在的用多元回归等传统方法建模困难、用ANN方法学习速度慢和易陷入局部极小点等问题,利用模糊神经网络具有接受和处理模糊数据、自适应地以任意精度逼近映射函数、不要求明确的数学描述等优点,建立了基于模糊神经网络的系统边际电价预测模型.通过具体实例测算及现场运用,证明了该方法为提高电力市场中边际电价预测精度、制定和实施科学合理的发电企业报价策略提供了可靠的支持.     

基于BP神经网络的输电线路山火风险评估模型

近年来,输电线路因山火引起的跳闸停电事故越来越多,严重影响了电网的安全稳定,山火风险防控俨然已成为电网防灾减灾的重要研究课题。考虑到输电线路山火风险的影响因素多而复杂,提出了一种基于BP神经网络的山火风险评估模型。通过研究分析220 kV及以上输电线路山火灾害高发的实际情况,确定山火主要影响因子作为模型的输入,将山火风险等级作为模型的输出,利用Matlab建立基于BP神经网络的山火风险评估模型。实验结果表明该模型能有效地预测山火风险,对及时发布预警消息具有重要意义。     

基于模糊综合评判理论的电力信息系统安全风险评估模型及应用

提出一种基于模糊综合评判理论的信息系统安全风险综合评估模型与方法,实现量化信息系统安全风险的目标。通过确定信息系统的安全风险因素集、指标集以及因素的权重系数集,建立安全风险模糊综合评估矩阵,并应用于电力信息系统Web组件的安全风险评估。电力信息系统受到来自系统本身、外部环境以及人为和自然界的安全威胁, 应用建立的信息系统安全风险评估模型定量计算电力信息系统Web组件的安全风险值,为系统管理与使用部门采取相应的防护技术和管理措施提供理论依据。     

基于模糊综合评判理论的电力信息系统安全风险评估模型及应用

提出一种基于模糊综合评判理论的信息系统安全风险综合评估模型与方法,实现量化信息系统安全风险的目标.通过确定信息系统的安全风险因素集、指标集以及因素的权重系数集,建立安全风险模糊综合评估矩阵,并应用于电力信息系统Web组件的安全风险评估.电力信息系统受到来自系统本身、外部环境以及人为和自然界的安全威胁, 应用建立的信息系统安全风险评估模型定量计算电力信息系统Web组件的安全风险值,为系统管理与使用部门采取相应的防护技术和管理措施提供理论依据.     

基于模糊神经网络的模糊控制器综合优化设计Ⅱ．模糊电力系统稳定器

针对单机—无穷大电力系统，利用所提出的模糊控制器综合优化设计方法设计了基于模糊神经网络的模糊电力系统稳定器（ＦＮＮ－ＰＳＳ），并由数字仿真证明了所提出方法的有效性和实用性。     

基于模糊熵权法二次系统信息安全风险评估

随着智能电网的加速发展,电力一次系统与二次系统联系更加紧密.为了降低二次系统信息安全风险,确保一次系统稳定运行,需要对二次系统信息安全进行风险评估.提出一种模糊集理与熵权理论相结合的风险评估方法,首先在传统的信息安全风险要素中增加了安全防控措施功能风险要素,借助模糊集理论对4个要素构造对应评判集的隶属度矩阵.为减小主观赋权的偏差,采用熵权法计算权重,算出综合风险值并判定所属安全等级.通过实例计算证明了模型的合理性和有效性,研究结果对二次系统信息安全风险管理有一定的理论意义和实际参考价值.     

电力调度管理信息系统安全风险评估研究

提出了一种基于漏洞关联网络(Vulnerability Connection Network,VCN)的电力调度管理信息系统安全风险评估模型.首先研究了基于插件和端口扫描的电力DMIS漏洞检测技术;然后针对当前漏洞风险的评估现状,提出了一种基于VCN和markov的漏洞风险评估模型,该模型充分考虑了漏洞间关联性对于安全风险评估的影响,引入了转移风险与总体风险的概念,并给出了具体的量化公式;最后给出一个风险评估实例,通过对比传统风险评估模型的结果,证明了基于VCN的漏洞风险评估模型的先进性.     

基于模糊神经网络的发电厂自适应配煤控制

根据发电厂灰分控制的时变、滞后和非线性特性,本文提出了一种基于人工神经网络与模糊控制相结合的控制器。利用人工神经网络的自学习、自适应和并行处理的能力,将模糊控制规则转化为神经网络的学习样本,通过FNN的BP学习算法记忆这些规则样本。实验表明该控制器具有响应速度快、精度高和鲁棒性强的特点。     

基于混合决策树——人工神经网络的电力系统动态安全评价

本文建议用一种新型的决策树（ＤＴ）－人工神经网络（ＡＮＮ）混合结构形式，把简单的ＡＮＮ装于ＤＴ的叶子上来拟合电力系统动态安全域，并且提出了一种改进的神经网络训练学习方法。同时，依据近似安全域的知识改进了样本的选取方法。验证表明，在采取了这三种新的方法之后所得的结果同传统的决策树和神经网络相比，不仅可使训练速度提高近一个数量级，而且在边界上具有很高的精度。     

一种基于小生境遗传算法的电网信息安全风险评估模型

信息安全保障对于电力信息物理系统安全稳定运行至关重要,其关键在于对电力信息物理系统进行全方位实时监控,并对采集到的海量监测数据进行分析以做出准确的安全风险评估结果.作为用于模式分类的进化算法,基因表达式编程(gene expression programming,GEP)算法由于其可以执行全局搜索而受到广泛关注,但其在...     

信息安全风险评估在浙江省电力公司的应用

介绍信息安全风险评估的概念和内容,根据浙江省电力系统相关企业的实际情况和特点,详细阐述了可操作的电力信息系统安全风险评估的方法和流程,以及实际操作过程中的技术细节。     

基于模糊神经网络决策树的电压稳定性评估

提出了适用于电力系统电压稳定性评估的模糊神经网络决策树模型。在生成的决策树中引入模糊神经网络技术,构建出模糊神经网络决策树模型。采用模糊神经网络中的前向神经网络BP算法对小分裂样本进行进一步处理。Matlab仿真结果表明,模糊神经网络决策树应用于电压稳定性评估中,与单独应用决策树相比,分类成功率提高了3.3%。同时,由于减小了样本维度,缩短了模糊神经网络的训练时间,更有利于实现在线电压稳定预测。     

基于IABC和聚类优化RBF神经网络的电力信息网络安全态势评估

为提高电力信息网络安全态势评估的精度,提出一种基于改进人工蜂群（IABC）算法和密度峰值聚类（DPC）算法优化径向基函数（RBF）神经网络的电力信息网络安全态势评估方法。首先,引入改进密度峰值聚类（IDPC）算法对人工蜂群（ABC）算法的种群空间多样性进行聚类分析,重新定义个体更新机制以提高算法的全局搜索能力。然后,构建分类RBF神经网络安全态势评估模型,利用IDPC算法对输入指标数据进行聚类分析,采用IABC算法对分类拓扑结构和参数学习过程进行优化,得到输入评估指标与输出安全态势值的最佳映射关系。最后,通过实例仿真证明所提方法的有效性。     

基于模糊综合评判法的电力网络信息系统安全评估

结合电力企业网络信息系统的现状和面临的安全威胁,建立了一种新的电力企业网络安全模型,确定了影响网络安全的众多因素及其子因素。采用模糊数学理论给出了多级模糊综合评判模型及其评价方法,根据电力网络信息系统的特点确定模糊评判矩阵,并采用Delphi法确定主因素权重系数,以模糊度量方式评价电力网络信息系统的安全性能。实例分析结果验证了文章所述方法的可行性和有效性。