一种泛在电力物联网突发电力事件的推演方法

    公开(公告)号:CN110782173A

    公开(公告)日:2020-02-11

    申请号:CN201911047117.4

    申请日:2019-10-30

    摘要: 本发明提供了一种泛在电力物联网突发电力事件的推演方法,包括以下步骤:S1、将突发电力事件作为顶上事件,进行事故树分析,确定引发顶上事件的基本事件,以及引发基本事件的底事件;S2、确定事故树中基本事件的最小割集,并根据最小割集计算事故树中每个底事件的结构重要度;S3、基于事故树进行BowTie风险评估,确定危险源、风险事件、风险威胁及潜在结果,设置防止突发电力事件发生的屏障进行BowTie风险管控。本发明采用事故树分析方法对突发电力事件进行逐层深入分析,并确定事故树中各底事件所对应的安全措施,有利于应急决策者快速做出科学的判断,降低突发电力事件发生的概率或潜在后果的严重程度。

    基于GRU-CNN的综合能源网络安全攻击检测方法

    公开(公告)号:CN112333194A

    公开(公告)日:2021-02-05

    申请号:CN202011239713.5

    申请日:2020-11-09

    摘要: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法,包含步骤:S1、按时序采集网络节点的第一至第d类工作数据,建立第一工作数据集;S2、根据GRU‑CNN网络的门控循环单元的时间步长,基于所述第一工作数据集生成训练数据集和测试数据集,为所述训练数据集设置对应的标签;S3、通过所述训练数据集训练GRU‑CNN网络,其中训练数据集作为门循环控制单元的输入,通过门循环控制单元提取训练数据集的序列特征,并将该序列特征输入GRU‑CNN网络的卷积神经网络,通过卷积神经网络根据序列特征提取对应的多维度特征,并建立多维度特征到攻击类型的映射;S4、将测试数据集输入训练好的GRU‑CNN网络,得到综合能源网络的安全攻击类型的分类结果。

    一种基于贝叶斯网络的大面积停电事件智能推演方法

    公开(公告)号:CN110148937A

    公开(公告)日:2019-08-20

    申请号:CN201910445727.3

    申请日:2019-05-27

    IPC分类号: H02J3/00

    摘要: 本发明涉及一种基于贝叶斯网络的大面积停电事件智能推演方法,通过典型大面积停电案例总结出电力安全突发事件的一般演化过程。围绕情景状态、处理方法和处理目标三个要素分析大面积停电事件演化的多条路径,选取关键情景,构建事件发展的情景网络。结合历史案例和专家意见计算网络节点间跳转的条件概率。以仿真方式搭建出大面积停电事件的贝叶斯网络并实现了多路径多结果推演。本发明有效解决了典型电力安全事件情景推演的不确定性和多路径问题,可以直观体现应急措施的效果,有利于应急人员及时调整处置措施,不断提高应急水平。对分析突发事件演化机制具有重要意义。

    基于GRU-CNN的综合能源网络安全攻击检测方法

    公开(公告)号:CN112333194B

    公开(公告)日:2022-08-09

    申请号:CN202011239713.5

    申请日:2020-11-09

    摘要: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法,包含步骤:S1、按时序采集网络节点的第一至第d类工作数据,建立第一工作数据集;S2、根据GRU‑CNN网络的门控循环单元的时间步长,基于所述第一工作数据集生成训练数据集和测试数据集,为所述训练数据集设置对应的标签;S3、通过所述训练数据集训练GRU‑CNN网络,其中训练数据集作为门循环控制单元的输入,通过门循环控制单元提取训练数据集的序列特征,并将该序列特征输入GRU‑CNN网络的卷积神经网络,通过卷积神经网络根据序列特征提取对应的多维度特征,并建立多维度特征到攻击类型的映射;S4、将测试数据集输入训练好的GRU‑CNN网络,得到综合能源网络的安全攻击类型的分类结果。