浅谈Java语言在计算机软件开发中的应用

Java编程语言是一种促进基本计算机语言和知识发展的重要工具,借助Java编程语言的帮助,计算机软件的开发成为支持中国信息技术领域繁荣发展的重要技术。文章对Java编程语言的概念及特点进行了阐述,并且深入探究了其在软件开发中实际应用。     

数据驱动下具备高抗干扰能力的输电线路故障检测技术

为提高安全性和可靠性,提出一种具备高抗干扰能力的故障检测技术。建立典型柔性直流输电系统模型并分析了行波的区内外传播特性;推导行波电流公式并解析其区内外差异,为故障检测技术奠定了理论基础;提出基于行波电流弹性系数的方案并据此建立了故障检测技术。设置不同故障状态对该故障检测技术的可靠性和正确性进行验证,结果表明,所提方案具备较好性能,解决了传统方案高阻故障不灵敏的问题。     

基于区块链与安全计算的电能质量扰动分析方法

电力系统中的非线性特性极易引起电能质量扰动，破坏电网运行的稳定性。现有电能质量扰动分析方法大多将采集到的电信号传输到中心服务器进行统一存储，提取统计特征并利用机器学习构建模型。然而，在真实环境中存在隐私保护弱、设备环境复杂、模型过度依赖人工经验等问题。为此，提出了一种基于区块链与安全计算的电能质量扰动分析方法。首先，构建基于智能合约与联邦学习的私有链来保护数据隐私，通过无证书加密保障设备的身份可信，其次，利用基于Paillier密码体制的模型参数同态加密保护深度学习过程中的梯度安全，并建立基于变分模态分解与长短期记忆网络的电能质量扰动异常分析模型，以弥补传统统计特征建模的覆盖率与准确率不足。在真实搭建的微电网下的实验结果表明，该方法能够兼顾隐私性、可用性、安全性与精确性。     

基于受限玻尔兹曼机的电力信息系统多源日志综合特征提取

为了充分利用电力信息系统中的异构数据源挖掘出电网中存在的安全威胁, 本文提出了基于受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)的多源日志综合特征提取方法, 首先采用受限玻尔兹曼机神经网络对各类日志信息进行规范化编码, 随后采用对比散度快速学习方法优化网络权值, 利用随机梯度上升法最大化对数似然函数对RBM模型进行训练学习, 通过对规范化编码后的日志信息进行处理, 实现了数据降维并得到融合后的综合特征, 有效解决了日志数据异构性带来的问题. 通过在电力信息系统中搭建大数据威胁预警监测实验环境, 并进行了安全日志综合特征提取及算法验证, 实验结果表明, 本文所提出的基于RBM的多源日志综合特征提取方法能用于聚类分析、异常检测等各类安全分析, 在提取电力信息系统中日志特征时有较高的准确率, 进而提高了网络安全态势预测的速度和预测精度.     

二三维一体化的电网地理信息系统建设

电网地理信息系统在传统二维以及三维地理信息系统已有的空间查询、分析、展示功能的基础上,通过对紧密型二三维一体化方法的研究,实现了二三维一体化的电网地理信息系统建设,在二三维一体化的场景下,提供真实模拟电网场景、设备管理、变电站机器人巡检、城市模型渲染、气象信息展示等应用。     

工控安全建设 国家电网先行

电力系统作为典型的工业控制系统,面临着大量的终端和现场设备的脆弱性、通信网及规约上可能存在漏洞、采用线路搭接等手段对传输的电力控制信息进行窃听或篡改等安全威胁,电力系统网络安全已成为社会关注的焦点。     

基于信息通信融合的一体化管理体系研究

为了更好地为坚强智能电网和"三集五大"体系建设提供强有力的信息通信支撑,山东电力集团公司打破专业技术壁垒,积极推进信息通信融合,统筹优化信息通信业务流程,着力完善信息通信协同工作机制。通过实现信息通信专业统一客服、统一运维和统一管控,加快信息通信一体化管理体系建设,全面提高了管理效率、运维质量、服务能力和安全水平,降低了运行成本。     

基于区块链电网现场作业安全防护技术的研究

为保证电网现场作业安全防护完备、可控，满足目前人们对电网现场作业安全防护的要求，详细分析和探讨了现行电网现场安全管理存在的电力设备监管不力、现场作业监控不严的问题。利用区块链网络数据技术，探索新型电网现场作业安全防护技术。通过电力设备监管、现场作业监控、电网数据风险评估这3方面的比较，分析现行系统下电网现场安全管理的痛点。风险评估结果显示，增加数据存储链条后，区块链数据被篡改的风险概率在5%以下。当区块数大于等于20时，防范数据篡改失败的风险概率低于0.3%。仿真试验结果表明，区块链技术的防范系统可有效检测现场作业风险系数，对电企现场安全生产具有积极、有效的现实指导意义。