一种基于GRU循环神经网络的微电网动态等效建模方法

    公开(公告)号:CN112883522A

    公开(公告)日:2021-06-01

    申请号:CN202110049496.1

    申请日:2021-01-14

    摘要: 针对微电网存在未知部分情况下动态建模困难的问题,本发明属于一种建模方法,具体为一种基于GRU循环神经网络的微电网动态等效建模方法,首先采集扰动期间微电网公共耦合点的扰动数据;其次确定GRU循环神经网络的结构和参数,最后利用采集的扰动数据训练GRU循环神经网络,采集适量的模拟结果作为要建立的神经网络模型的训练和测试数据,得到可表示含未知部分的微电网的动态等效模型。该方法利用GRU循环神经网络良好的处理复杂的非线性问题的能力,以及GRU克服梯度消失和爆炸的能力,建立基于GRU循环神经网络的微电网的动态等效模型,以准确表达存在未知部分的微电网的动态性能,满足系统分析的需要,填补对微电网短期尺度动态建模研究的空缺。

    基于动态水印的电力信息物理系统中网络攻击检测方法

    公开(公告)号:CN118764298A

    公开(公告)日:2024-10-11

    申请号:CN202411061958.1

    申请日:2024-08-05

    IPC分类号: H04L9/40

    摘要: 本发明公开了一种基于动态水印的电力信息物理系统中网络攻击检测方法,该方法包括:首先建立电力信息物理系统模型图,构建网络攻击模型;利用线性化来获得电力信息物理系统在稳态工作点的线性近似,使用卡尔曼滤波来估计系统状态向量;设置动态水印,向控制器到每个物理节点的通信命令中添加一个随机激励水印信号,水印信号的选择不能影响电力信息物理系统闭环控制的正常操作,而且,它足够大,以区分攻击和噪声引起的干扰。根据检测器输出的测量序列是否超过阈值判断系统是否受到网络攻击,进而快速检测到网络攻击并进行有效缓解和防御,将电力信息物理系统的损失降到最小,从而在最大程度上保证电力系统的稳定性和安全性。