GM(1,1)模型和新陈代谢模型的应用比较

灰色系统理论是一种研究少数据、贫信息的不确定性问题的新方法.其中的灰色预测模型具有所需数据少、预测精度高和无需先验信息的特点.本文详细介绍了两种常见的灰色预测模型建模方法,即GM(1,1)模型和新陈代谢模型,并通过它们实例预测某地区的年私人汽车拥有量.利用相对误差法将两种模型的预测值与实际值比较进行精度检验,最后预测该区未来几年的私人汽车数量.以分析这两种预测模型的变化范围和发展趋势,为相关部门提供科学的决策依据.结果表明1)该地区未来几年的私人汽车拥有量呈增长趋势,地方经济发展态势良好;2)GM(1,1)模型在此实例中的变化范围更小、预测精度相对更高、预测误差更小;3)灰色预测模型简单实用,预测精度较高.     

面向负荷管理过程的工业用户安全用电风险态势感知方法

为评估工业用户内部负荷设备受调控时存在的风险态势并加以防范,基于态势感知技术,提出了一种面向负荷管理过程的工业用户安全用电风险态势感知方法。首先,基于工业用户负荷设备的历史出力数据和故障率,训练贝叶斯长短期记忆网络(longshort-term memory,LSTM)模型预测风险传播时刻的对应值;然后,类比SI(susceptible and infective)模型,提出了考虑负荷不确定性的风险传播模型;其次,从负荷设备自身安全风险、生产过程风险和经济损失风险3个角度提出了工业用户安全用电风险态势呈现指标体系;最后,基于风险传播模型和指标体系,有效实现工业用户内部负荷设备调控对象优选和指导风险防控方案制定。采用钢厂工业用户进行仿真算例分析,验证所提方法的合理性和有效性。     

基于遗传算法和ELM神经网络的目标威胁估计

目标威胁程度是指挥员进行态势评估和指挥决策的重要依据。为准确估计目标威胁情况,提出了基于遗传算法和极限学习机(Genetic Algorithm and Extreme Learning Machine, GA-ELM)的目标威胁评估方法。采用遗传算法优化ELM神经网络的输入权重和隐含层阈值,优化后的ELM神经网络能够克服传统ELM网络不稳定的缺点,具有更好的目标威胁估计性能。实验结果表明,基于GA-ELM的目标威胁估计误差明显小于传统ELM方法,且输出的威胁结果更加稳定。     

网络安全态势感知方法研究

安全防护是网络安全领域的关键问题之一。网络安全态势感知是一种实现安全防护的新兴技术,其核心思想是提取并理解态势信息,预测安全趋势,全面把握网络安全状态,及时制定决策,将被动检测转换为主动防御,提高网络的安全防护能力和应急响应能力,恢复网络系统弹性。对态势感知技术进行了介绍,分析了网络安全态势感知的3个阶段,分别梳理了这3个阶段的研究成果,归纳了一些常用的研究方法及其实现的功能,总结了网络安全态势感知方法的应用。     

基于人工智能的网络安全态势感知技术研究

目前,网络安全问题备受社会关注与重视,因此加强对安全态势感知技术相关方面的研究具有重要意义。为了提高安全态势感知准确率,文章阐述安全态势感知的相关概念与基于人工智能的网络安全态势感知技术的总体结构,介绍了信息融合、安全风险等级与分析、大数据可视化及事件过滤技术多种关键的态势感知技术,并对基于人工智能的网络安全态势技术与应用进行相关研究,以期为安全态势感知技术的发展与应用提供借鉴与参考。     

基于Markov攻击图和博弈模型的区块链安全态势感知方法

全面准确地感知区块链网络中各节点所遭受的日蚀攻击情况是一个难题,该文针对该难题提出一种基于Markov攻击图和博弈模型的区块链安全态势感知方法。该方法结合区块链网络各节点以及日蚀攻击的特点建立Markov攻击图模型,随后将该模型进行量化从而计算各攻击路径的转换概率,选择较高概率的攻击路径进行多阶段攻防博弈并计算双方的最大目标函数值。通过分析这些函数值,完成对整个区块链网络节点的安全态势感知,达到对未来安全情况的预测和系统维护的目的。实验对比表明,该模型方法不但具有较低的入侵成功次数,还具有较好的确保系统完整性等方面的优势。     

态势感知技术在新型电力系统运行中的应用

文中阐述了态势感知技术在新型电力系统中的应用。首先,介绍了新型电力系统的概念和技术特点,然后详细阐述了态势感知技术的定义、分类和原理,并探讨了态势感知技术在电力系统中的应用,包括状态感知、安全感知、故障诊断和预测分析,旨在为电力系统管理人员和研究者提供参考,促进态势感知技术在新型电力系统中的进一步应用和发展。     

基于深度学习的电网安全态势感知方法

为了提高电力网络的安全性,实现电力网络的可持续运行,引入深度学习神经网络,开展对电力网络安全态势感知方法的设计研究,以此提出一种全新的安全态势感知方法。本文采用电力网络安全态势评估指标,结合各类电力网络环境因素,对未来可能发生的电力网络变化趋势进行预测;明确电力网络安全态势评估指标及其相关表述含义后,对电力网络安全态势风险进行综合量化,通过划分电力网络安全态势风险量化及等级,构建基于深度学习的电力网络安全态势预测模型,验证模拟安全态势感知预测结果。通过真实电力网络算例的方式,得出新的安全态势感知方法应用在现实电力网络运行环境中时,能够实现对其安全等级的精准预测,可以为电力网络的可持续运行提供安全保障条件,具有一定的实用性。     

某电站III区态势感知装置告警排查的分析及处理

电力监控系统网络安全态势感知装置主要是对厂站电力监控系统网络安全数据进行采集、分析处理并与主站系统通信的装置。从某电站III区态势感知装置告警着手分析,并根据报警信息制定了相应的解决措施,为后续开展相关工作提供参考依据。     

海战场态势生成技术发展综述

未来的战争必将是多兵种、多域联合作战,战场态势作为未来联合作战的重要支撑,旨在为联合作战提供精准、高效的统一态势图,而如何将多平台、同/异构传感器信息及其他情报信息与战场环境融合生成准确可靠的战场态势是亟需解决的技术难题。鉴于现代海战场对高精度、强实时、全要素战场态势图的迫切需求,对海战场态势生成技术进行了综述。首先梳理了海上态势生成项目的发展历程及能力水平;然后详细介绍了通用作战图/通用战术图等典型项目,在态势生成部分中通过态势图的要素组成、态势生成流程及关键技术对态势生成技术进行了阐述;最后对未来海战场态势生成技术的发展趋势进行了预测,希望可以为态势生成相关研究提供参考。