【摘 要】
:
随着智能电网改革和泛在电力物联网概念的提出,传感设备实现信息互联,快速增长的数据量给网络带来沉重负担,传统集中式云管理的方法消耗了大量网络和云基础设施资源,影响了电力物联网的关键任务执行,对延迟敏感类型的数据的管理可以选择更接近智能终端设备的电网边缘进行。边缘计算引入了中间边缘层,边缘设备将失去对原始数据的控制,并面临一些新的安全性和隐私问题。因此,研究泛在电力物联网边缘设备数据安全,对电网的安全
论文部分内容阅读
随着智能电网改革和泛在电力物联网概念的提出,传感设备实现信息互联,快速增长的数据量给网络带来沉重负担,传统集中式云管理的方法消耗了大量网络和云基础设施资源,影响了电力物联网的关键任务执行,对延迟敏感类型的数据的管理可以选择更接近智能终端设备的电网边缘进行。边缘计算引入了中间边缘层,边缘设备将失去对原始数据的控制,并面临一些新的安全性和隐私问题。因此,研究泛在电力物联网边缘设备数据安全,对电网的安全稳定运行具有现实意义。论文重点研究电网边缘数据的存储安全和计算安全。电网智能终端设备分布分散,存在大量分
其他文献
储热技术能够解决能源供求不匹配问题,从而使能源的利用率得到提高。熔盐是非常良好的储热材料,具有热容量大、热稳定性高、使用温度范围广等优点。随着太阳能热发电技术的快速发展,熔盐因具有良好的储热性能而得到重视,采用熔盐作为储热工质能够提高系统的发电效率。熔盐罐是电站储热系统的关键设备,熔盐熔化过程中,如果升温速率过快会对熔盐罐造成挤压,使罐体发生塑性形变。所以研究熔盐熔化过程的优化及控制,对太阳能热发
2021年3月,中央提出构建以新能源为主体的新型电力系统。新能源属于可再生能源,主要包括风电和光伏,它们是未来电力系统的主体。同时需求侧灵活性资源例如电动汽车、温控负荷等也将大规模增长,能源数字化迎来飞速发展。电网需要围绕数据开展各项工作,通过数据驱动实现自身的质效提升和融通发展,用信息化、数字化为传统电网赋能。因此,本文主要探讨数据挖掘与人工智能技术在需求侧灵活性资源研究中的应用。本文首先利用主
随着配电网结构的复杂化,其电能质量问题随之愈见突出。为满足用户日渐严格的用电需求,柔性交流配电技术(DFACTS)近年来发展迅速,众多DFACTS装置被运用于改善配电网的电能质量。这些设备在配电网中联合运行,便引出了两个需要重点关注的问题:多DFACTS装置的优化配置问题及其联合运行时的交互影响问题。本文以静止无功补偿器(SVC)、动态电压恢复器(DVR)和静止无功发生器(SVG)为例,针对配电网
高压直流电缆附件的绝缘结构复杂,电场分布极不均匀,一直是电缆绝缘结构中最为薄弱和最受重视的环节。对此业内提出采用具有非线性电导或介电的纳米复合材料以均化电场。纳米石墨烯/聚合物复合材料由于石墨烯具有巨大的比表面积,在较低掺量下就达到渗漏阈值,能克服已有的非线性填料(SiC或ZnO等)由于掺量过大而导致复合材料机械性能下降的不足,有望在高压电气设备绝缘中得到广泛应用。因此,本文首先通过溶液法和电场诱
随着智能巡检机器人技术的发展,巡检机器人被广泛应用到变电站中,用以完成对变电站的巡检工作,并朝着智能化巡检方向前进。目前,变电站开始减少巡检人员的数量,降低人工成本,通过利用巡检机器人对变电站设备进行智能化巡检,来提高巡检效率,保证变电站电气设备的安全运行。这就需要算法来实现巡检机器人的路径规划和对变电站环境进行建模。基于以上分析,本文主要研究内容包括:首先,对变电站建模。针对变电站分区式及环境地
电网智能信息化的不断建设使电力领域的数据呈爆发式增长,深入挖掘其中有价值的数据信息对电力行业市场经济、社会管理等发展有积极重要的意义。电力系统中集中存储管理了电网生产过程中的众多信息,其中电力设备缺陷文本中记录着大量的基本信息及生产过程信息,然而现场工作人员在记录过程中会出现重复表达、逻辑表述不清、口语化等现象,使现场运维、巡检人员不能准确、高效的结构化管理缺陷文本内容之间的逻辑关系。同时,电力设
波动性可再生能源的发电比例不断提高,导致超临界火电机组的运行目标从追求高效节能转变为注重提升机组的灵活性、机组深度调峰及快速升降负荷能力。为提升火电灵活性,一种可行的方法是设计先进控制算法,而控制算法发挥性能的前提是精确、简洁的数学模型。所以对超临界机组进行建模和控制策略两方面的研究具有重要意义。本文将协调控制系统作为研究对象,在建立高精度模型的基础上,为其设计先进的控制算法,以提升机组运行灵活性
乏燃料后处理能减少放射性废物量、降低长寿命核素的危害、回收利用核资源,是实现核燃料闭式循环的重要环节。乏燃料中含有一定量的易裂变核素和大量可转换核素、超铀核素、裂片核素,这些核素在后处理过程中会使得工艺流程相关系统和设备成为辐射源,对工作人员及设备有辐射危害。乏燃料后处理设备源项计算为物料成分分析、设备辐射防护、屏蔽结构设计等提供数据依据,具有重要的工程应用需求。目前,尚没有成体系的后处理厂主要系
火电机组参与电网深度调峰以促进新能源并网消纳,己成为能源电力转型升级背景下火力发电的常态工作。风机作为火电站重要的辅机设备,频繁地变负荷极易导致风机故障率增加,从而对机组的安全经济运行提出了更大的挑战。故障预警技术在故障发生前捕捉早期征兆并产生报警信息,使得现场操作人员能够提前采取预测性维护措施,避免故障的进一步演化和设备的损坏,因此具有十分重要的指导意义。本文利用深度学习理论,深入挖掘风机运行数
传动链是海上风电机组实现能量传递的关键部件。疲劳破坏是传动链部件失效的主要原因之一,优化传动链疲劳载荷是降低海上风电寿命周期成本的主要方式,对保证风电机组运行的安全性、可靠性及风电场的经济效益具有重要意义。在国家重点研发计划课题“大型海上风电机组传动链关键部件优化设计和批量制造工艺及检测技术”(2018YFB1501304)的资助下,以5MW海上风电机组为研究对象,以优化传动链载荷为目标设计二自由