大数据环境下电力网络数据安全入侵模型仿真

来源 :现代电子技术 | 被引量 : 0次 | 上传用户:guoxuemei123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提升电力网络数据安全入侵模型仿真方法的防御措施响应效率并减少资源消耗,文中进行大数据环境下电力网络数据安全入侵模型仿真研究.首先,依据风险最小原理,使用引入拉格朗日乘子的支持向量机对电力网络安全态势级别进行估计,得到确定的估计结果;然后,在安全入侵系统的支持下建立电力网络数据安全入侵模型,仿真关于攻击节点与网络节点的变化过程,计算电力网络内攻击与防御的成本.至此,大数据环境下电力网络数据安全入侵模型仿真方法设计完成.实验结果表明:文中设计的安全入侵模型仿真方法防御措施响应时间较短,最低为0.07 s;资源消耗少,资源消耗水平为15.26%,且防御性能较强,能够为提升电力网络数据安全提供一定的帮助.
其他文献
传统的三维动画图像纹理渲染系统过程较为复杂,渲染效率不高.为了解决以上问题,文中设计一种基于数字技术的三维动画图像纹理实时渲染系统.该系统通过三维激光扫描仪和高清数码摄像机采集基础图像,选取光端机作为系统的传输设备,以LPC2103处理器为基础进行核心运算;将业务逻辑程序分为三维建模和纹理渲染两个子程序,搭建三维模型提取图像纹理,并以数字技术作为支撑实现二者的融合贴图,从而进行纹理渲染精处理.最后通过设计仿真实验对文中方法进行验证.结果表明,文中设计的系统纹理渲染效果逼真且渲染速度较快,基本达到设计的目标
为解决直流电能计量时不能对直流中纹波信号进行准确计量的问题,文中提出利用有限元算法优化集合经验模态分解(EEMD-FEM)的方法对直流中的纹波信号进行分解.利用有限元法对直流电压信号进行预处理,根据信号变化量进行有限元划分并求积分均值点,以保存信号特征并降低极值点个数,提升EEMD算法分解的收敛速度和准确度.为提取直流电压信号,搭建直流电能算法验证平台对直流电压信号进行仿真,得出相比于EEMD的分解方法,EEMD-FEM算法分解出的直流分量变化量保持在0.01%,分解出的直流信号稳定;IMF分量的电压幅值
逆变器作为微网分布式电源的重要接口,离网运行时易受不平衡非线性负载影响而产生电压不平衡和谐波畸变.针对上述问题,通过分析不平衡与谐波电压在Park变换下的特点,提出一种双序坐标系下的统一控制策略,增加负序电压支路和陷波器滤除正负序电压中的2倍频交流量,弥补了传统单序控制效果较差的问题,实现输出电压平衡.在传统比例积分控制器上并联多重谐振控制器实现谐波电压补偿,相较于比例谐振控制器,避免了增益过大的问题且减少了控制器数量.建立新控制策略下的系统模型,讨论了系统的参数设计与性能分析.最后通过Simulink仿
为适应复杂且不适宜人操作的工作环境,设计一种机器视觉处理算法与智能系统控制算法相结合的智能车.首先,电脑端通过目标颜色识别算法、图像填充去噪算法以及最大轮廓检测算法实现物体的检测与定位;接着,根据物体与车体的距离与相对方位,智能车控制系统相应接收动作指令;最后,无线路由网络控制模块将该控制算法与智能车控制系统相结合,实现智能车的移动与机械臂的抓取.实验结果表明,该算法能够在复杂环境中准确识别目标颜色物体,判断物体的位置,为智能车的勘探、分拣等带来极大的便利.
推荐系统存在用户隐私安全性低、推荐服务质量差的问题.为此,文中提出一种基于差分隐私的个性化服务推荐算法DPk-median.该算法针对推荐系统服务器中生成的推荐列表,首先利用k-median聚类算法将推荐数据中具有相同属性的数据进行聚类;然后根据不同簇的风险级别,添加相应的拉普拉斯噪声机制,同一簇中的隐私预算参数是相同的,在保证隐私的前提下,可合理控制噪声的加入并提高噪声的利用率,保证推荐的质量损失减小,同时增加算法的执行效率.相关实验结果表明,与以往的基于差分隐私的个性化服务推荐系统相比,文中所提出的算
为了提高DC-DC电源系统的性能,解决传统的线性直流稳压电源系统功率转换效率低、调压功率损耗大、输出响应速度慢等问题,文中采用同步整流技术和跨导的TypeⅢ型补偿网络设计,建立同步整流BUCK型DC-DC稳压开关电源线路.以UP1540电源控制器和NMOS同步整流场效应管(NTMFS4C10)为主要元器件,利用PWM斩波来控制同步整流场效应管导通、截止,通过电感和电容进行电路能量交换和滤波,再通过TypeⅢ环路补偿型来实现电路的安全性和输出电压的稳定性.实验结果表明,同步整流BUCK型DC-DC稳压开关电
在语言翻译方面,人工翻译的速度比较慢,越来越不能适应当前社会发展的快速需求.因此,需要有新技术代替人工翻译,以开发AI为基础,实现快速、准确、高效的机器翻译.针对传统机器自动翻译系统在翻译过程中准确率较低的问题,为了提高机器自动翻译的速度和准确性,该文提出基于人工智能处理器设计的机器自动翻译系统设计.通过客户端结构设计和人工智能处理器设计,完成系统的硬件设计;依托句子相似度的计算和消除句子歧义,完成系统的软件设计,从而实现机器自动翻译系统的设计.测试结果表明,基于人工智能技术的机器自动翻译系统,相比于基于
针对工业机器人视觉领域中现有手眼标定方法复杂的问题,提出一种基于3D视觉的简便手眼标定方法,即将3D深度相机和矿山爆破机器人相结合,利用3D深度相机能够获取空间点坐标的原理以及3个参考点的几何关系,获取标定板上参考点到相机的坐标转换关系.同时机器人末端法兰盘中心到机器人基坐标系的转换关系已知,可利用TSAI两步法求取相机到机器人末端法兰盘中心的转换关系,继而求得参考点在机器人基坐标系中的位姿.把此手眼标定方法应用到矿山爆破机器人系统中,实验结果表明,最大坐标误差为5.7 mm,最小误差为0 mm,精度满足
针对无人机巡检拍摄的架空线路绝缘子设备的照片进行处理,旨在建立一个基于Faster R-CNN目标检测算法的架空线路绝缘子设备识别与掉串诊断的模型.首先通过TensorFlow建立训练框架,将收集到的绝缘子数据集训练Faster R-CNN网络识别绝缘子,其次利用小波变换去噪增强图像特征信息,再对经过二值化处理的图像进行霍夫变换直线检测以及垂直投影确定有无缺陷.该模型绝缘子识别率为85.6%,掉串检测正确率为96%,有较强的鲁棒性.通过这样一个检测模型可以及时发现绝缘子设备存在的绝缘隐患,降低出现绝缘故障
传统的电能质量扰动识别在提取分类时都是人工手动单一地选择特征,这种方法普遍存在精度低、成本高、泛化能力弱等缺陷.针对目前深度学习在故障识别分类处理中的应用,文中提出一种基于多尺度融合选择卷积网络实现端到端的电能质量扰动识别分类方法.文中通过仿真实现了单一扰动信号和复合扰动信号,将Multi-scale目标检测和轻量级模块SKNet算法思路相结合,利用不同卷积核构造多个尺度下不同的特征,将特征融合选择得到新的主要特征量,并用线性分类器进行快速的扰动识别.研究结果表明,与未改进的深度学习识别方法对比,文中方法