一种电力系统的异常事件的识别方法及装置

    公开(公告)号:CN110108980B

    公开(公告)日:2021-08-17

    申请号:CN201910357037.2

    申请日:2019-04-29

    IPC分类号: G01R31/08

    摘要: 本发明公开一种电力系统的异常事件的识别方法及装置。该方法包括:对电力系统的线路上发生的已知异常事件进行仿真,得到已知异常事件的数据;将已知异常事件的数据按照时间排序,得到已知异常事件的状态迁移时间序列;提取同类已知异常事件的状态迁移时间序列的最长子序列,作为确定的支持度下的同类已知异常事件的特征序列,得到特征序列表;在确定的支持度下,遍历特征序列表,获取电力系统的线路上发生的未知异常事件的状态迁移时间序列与特征序列之间的包含关系;若未知异常事件的状态迁移时间序列包含一个同类已知异常事件的特征序列,则确定未知异常事件的种类与该类已知异常事件的种类相同。本发明可对识别异常事件,准确率和可靠性较高。

    一种电力系统的异常事件的识别方法及装置

    公开(公告)号:CN110108980A

    公开(公告)日:2019-08-09

    申请号:CN201910357037.2

    申请日:2019-04-29

    IPC分类号: G01R31/08

    摘要: 本发明公开一种电力系统的异常事件的识别方法及装置。该方法包括:对电力系统的线路上发生的已知异常事件进行仿真,得到已知异常事件的数据;将已知异常事件的数据按照时间排序,得到已知异常事件的状态迁移时间序列;提取同类已知异常事件的状态迁移时间序列的最长子序列,作为确定的支持度下的同类已知异常事件的特征序列,得到特征序列表;在确定的支持度下,遍历特征序列表,获取电力系统的线路上发生的未知异常事件的状态迁移时间序列与特征序列之间的包含关系;若未知异常事件的状态迁移时间序列包含一个同类已知异常事件的特征序列,则确定未知异常事件的种类与该类已知异常事件的种类相同。本发明可对识别异常事件,准确率和可靠性较高。

    考虑网络攻击影响的电力系统信息物理双层策略优化方法

    公开(公告)号:CN111314387B

    公开(公告)日:2022-08-12

    申请号:CN202010212121.8

    申请日:2020-03-24

    发明人: 王琦 蔡星浦 汤奕

    摘要: 本发明公开考虑网络攻击影响的电力系统信息物理双层策略优化方法,属于发电、变电或配电的技术领域。该方法,基于关联矩阵方法对电力信息物理系统进行建模;将已知网络攻击机理形成数学向量,基于电力信息物理系统关联模型分析攻击影响;在攻击对电力系统物理侧和信息侧的影响基础上,针对电力系统安全稳定控制业务,首先对现有的控制策略进行判断,如果可行,则执行;如果不可行,则首先根据攻击影响,对物理侧的负荷削减优化策略进行优化;在上层优化的基础上对策略传输路径进行优化,最终得到网络攻击场景的信息物理协同最优控制策略。本发明可形成网络攻击下的信息物理协同控制策略,实现更优的控制效果。

    一种序列-数据联合驱动的配电网CPS网络攻击辨识方法

    公开(公告)号:CN111953657A

    公开(公告)日:2020-11-17

    申请号:CN202010674118.8

    申请日:2020-07-14

    申请人: 东南大学

    发明人: 王琦 蔡星浦 汤奕

    摘要: 本发明公开了一种序列-数据联合驱动的配电网CPS网络攻击辨识方法,属于计算、推算或计数的技术领域。基于硬件在环的信息物理联合实时仿真系统,对确定系统在确定运行方式下的各种可能故障事件和网络攻击进行仿真,获取事件状态信息侧和物理侧变化数据。通过对物理侧连续数据的离散化使其和信息侧数据形成统一的事件状态表达。将提取出的序列和与通信无关的采样数据放入机器学习的模型中进行训练。该方法可帮助电网在未知故障发生时,有效辨识故障类型其确定其为网络攻击行为的可能,有助于电网采取进一步有效的应对措施,防止事故扩大,保障电力系统安全稳定运行。

    一种序列-数据联合驱动的配电网CPS网络攻击辨识方法

    公开(公告)号:CN111953657B

    公开(公告)日:2022-06-24

    申请号:CN202010674118.8

    申请日:2020-07-14

    申请人: 东南大学

    发明人: 王琦 蔡星浦 汤奕

    摘要: 本发明公开了一种序列‑数据联合驱动的配电网CPS网络攻击辨识方法,属于计算、推算或计数的技术领域。基于硬件在环的信息物理联合实时仿真系统,对确定系统在确定运行方式下的各种可能故障事件和网络攻击进行仿真,获取事件状态信息侧和物理侧变化数据。通过对物理侧连续数据的离散化使其和信息侧数据形成统一的事件状态表达。将提取出的序列和与通信无关的采样数据放入机器学习的模型中进行训练。该方法可帮助电网在未知故障发生时,有效辨识故障类型其确定其为网络攻击行为的可能,有助于电网采取进一步有效的应对措施,防止事故扩大,保障电力系统安全稳定运行。

    一种基于信息物理双侧数据的电力运行状态白名单生成方法

    公开(公告)号:CN111950853A

    公开(公告)日:2020-11-17

    申请号:CN202010674120.5

    申请日:2020-07-14

    申请人: 东南大学

    发明人: 王琦 蔡星浦 汤奕

    摘要: 本发明公开了一种基于信息物理双侧数据的电力运行状态白名单生成方法,属于计算、推算或计数的技术领域。主要包含离线仿真提取各类事件数据,数据预处理,特征学习,最终训练得到白名单模型。基于硬件在环的信息物理联合实时仿真系统,对确定系统在确定运行方式下的各种可能正常事件、故障事件和网络攻击行为进行仿真,获取事件状态信息侧和物理侧变化数据。将双侧数据共同输入改进孤立森林的模型中进行训练。该方法可帮助电网在稳态运行时,有效辨识故障类型其确定其为网络攻击行为的可能,有助于电网制定预先防御措施,保障电力系统安全稳定运行。

    一种基于信息物理双侧数据的电力运行状态白名单生成方法

    公开(公告)号:CN111950853B

    公开(公告)日:2024-05-31

    申请号:CN202010674120.5

    申请日:2020-07-14

    申请人: 东南大学

    发明人: 王琦 蔡星浦 汤奕

    摘要: 本发明公开了一种基于信息物理双侧数据的电力运行状态白名单生成方法,属于计算、推算或计数的技术领域。主要包含离线仿真提取各类事件数据,数据预处理,特征学习,最终训练得到白名单模型。基于硬件在环的信息物理联合实时仿真系统,对确定系统在确定运行方式下的各种可能正常事件、故障事件和网络攻击行为进行仿真,获取事件状态信息侧和物理侧变化数据。将双侧数据共同输入改进孤立森林的模型中进行训练。该方法可帮助电网在稳态运行时,有效辨识故障类型其确定其为网络攻击行为的可能,有助于电网制定预先防御措施,保障电力系统安全稳定运行。

    一种电力系统极端事件的风险评估方法

    公开(公告)号:CN111507509A

    公开(公告)日:2020-08-07

    申请号:CN202010227202.5

    申请日:2020-03-27

    申请人: 东南大学

    摘要: 本发明公开了一种电力系统极端事件的风险评估方法,属于计算、推算、计数的技术领域。该方法包括:基于历史数据或仿真数据获得电力系统在极端事件下的设备故障概率模型;基于故障概率模型,采用蒙特卡洛方法随机产生系统状态;选取合适的后果评价方法确定相应系统状态下系统的损失;基于极值理论分析极值风险分布情况;基于风险价值计算方法评估极端风险对电力系统的影响。本申请可预先评估极端事件对电力系统的影响,对常规的风险评估方法形成补充。