基于蒙特卡洛法的电力系统网络信息传输安全性评估

针对现有网络信息安全性评估方法容易受到无序网络信息的影响,导致评估结果不精准,提出了基于蒙特卡洛法的电力系统网络信息传输安全性评估方法。采用蒙特卡洛法提取电力系统网络信息,量化处理网络信息传输风险,通过信息传输不安全枚举法获取每个传输信息的停运或运行持续时间,再按照信息传输不安全状态排列传输线路的异常程度,构建评估指标,实现对电力系统网络信息传输安全性的评估。实验结果表明,该方法在稳定和非稳定性情况下能够安全传输全部信息,验证了该评估方法应用的合理性。     

考虑数据特征聚类的电力系统网络运行安全态势感知

当前电力系统网络运行安全态势感知模型的感知效率较慢,边界值较高,为此文章提出了考虑数据特征聚类的电力系统网络运行安全态势感知方法。针对实际的感知需求及标准,预处理电力系统网络运行标定数据,提取聚类安全态势感知特征,部署关联网络感知节点,构建数据特征聚类安全态势感知模型。测试结果表明,文章设计的感知方法测试组得出的感知边界值相对较低,证明该方法感知速度快,边界偏差可控,具有实际的应用价值。     

基于云计算的智能电网信息异常数据挖掘方法

为提高智能电网信息异常数据挖掘性能,提出基于云计算的智能电网信息异常数据挖掘方法。根据智能电网信息流的特点,将异常数据的输入空间映射到特征空间内,构造了异常数据的线性判定函数。通过对偶问题的分布式求解,监测了智能电网的异常状态;利用智能电网信息异常数据分类的目标函数,提取出智能电网信息异常数据的特征,预处理了智能电网信息中的异常数据;利用异常数据波动系数,计算出智能电网信息异常数据的权值;利用云计算技术,挖掘出智能电网信息异常数据。实验结果表明,文中方法在挖掘智能电网信息异常数据时,可以提高异常数据挖掘的精度和质量。