时间敏感网络帧抢占机制的时延特性分析

帧抢占机制的时延特性受网络运行环境的影响,呈现出显著的动态性和随机性,从而影响时间敏感网络高速帧传输时延的确定性。为了对时延特性进行量化分析,文章首先根据帧抢占机制的工作原理和可抢占帧分段规则,给出对应不同抢占时刻的高速帧时延量化分析模型;然后,设计并实现了时延特性的仿真算法,对不同应用场景下的时延分布特性进行分析;最后,通过算例仿真验证了所提方法的正确性。研究结果表明,帧抢占时延具有明显的随机性,但可以用数学表达式准确表达。研究结论对时间敏感网络帧抢占机制的优化设计与应用具有参考价值。     

基于改进广义神经网络的光伏阵列短期功率预测

光伏系统短期预测对调度电力资源、较少弃光用电、提升电站效能及光伏系统平稳运行具有重要意义。考虑到光伏系统输出参数如功率受到天气因素影响,是一个非平稳随机信号。对非平稳随机信号的短期预测,传统数学模型方法受到局限性。本文基于广义神经网络方法并通过前期数据预处理提取趋势项信号,进行分类别模型训练,获得较为精准不同天气类型的训练模型。实验表明本文所提出的方法在各类天气类型下,对于短期功率预测具有较高的准确性,可为光伏电站平稳运行、区域电力调度提供参考依据。     

电力数据脱敏安全防护体系

随着电力事业的蓬勃发展,产生的大量电力数据因具有数量庞大、类型繁多、不易于处理等特点,给信息安全带来了巨大风险。针对电力数据开放过程中会牵涉到部分隐私及机密不能直接开放的问题,通过分析主流脱敏算法建立敏感信息分级机制,提出了一种适应性强、可扩展性高的电力数据脱敏安全防护体系。该体系够满足复杂应用场景下的不同脱敏需求,在不破坏所需要的数据信息与数据特征的前提下,对敏感信息进行保护。首先,结合电力大数据中的敏感信息相应特征,对大数据进行初步的分类;然后,按照对敏感数据划分的唯一性原则对数据进行数据脱敏处理,依据数据资源的防泄漏保护层建立了一套以数据防泄漏为核心的数据脱敏安全防护体系。通过192组电力客户信息数据测试情况对所提方案进行验证,实验结果表明,所提方案实现了良好的脱敏效果,有效解决了电力大数据的应用与保护之间的矛盾。