基于量子安全的电力信息系统安全增强方法研究

电力系统是国家发展的重要基石,电力信息系统的安全必须得到保障。现有电力信息系统的安全主要基于RSA等加密算法,面临互联网算力提升和量子计算机的威胁。根据电力系统对信息安全的迫切需求,以及量子保密通信技术在信息安全领域中的无条件安全性,探索量子保密通信技术在电力信息系统中的应用。通过对作为互联网信息技术基础的标准SSL协议过程及其安全要素解析,设计了同互联网基础相容的量子安全增强方法——利用预置量子随机数(基于量子随机数发生设备、量子密钥分发网络)进行随机数源强化,在开源OPENSSL VPN平台上进行相应实验验证。实验结果表明,提出的利用量子随机数源进行量子化改造的方案能实现系统安全的根本性改善,同时不显著增加系统复杂度或系统开销,对电力信息系统安全实现增强。     

用于短期风功率预测的历史数据深度迁移模型

随着全球化石燃料短缺日益严重,可再生能源的开发与利用愈发得到重视。风能是被广泛使用的清洁能源之一,在生产工作中,风力发电作为风能的主要利用形式,需要对其功率进行预测。依托风场日常记录的历史数据,传统学习模型可对风功率进行短期预测,但往往仅使用自己域内的历史数据作为分析对象,该类算法导致结果片面,局限性大,不能有效使用类数据中的隐含联系,抑制原始数据缺失或异常值引起的模型性能下降问题。笔者设计一种基于历史数据深度迁移的短期风功率预测模型。首先,使用带降噪处理的自动编码机构建深度神经网络模型。其次,应用深度迁移方法共享隐藏层,挖掘特征之间的隐含联系。最后,从具有相似特征和地理位置的风场数据中迁移重要知识,提高模型准确率和可靠性。实验结果表明,研究方法较之未使用迁移的方法更充分利用现有数据,预测准确率显著提高。     

一种面向智能电机物联网的实验平台设计

电机径向磨损量过大、相序异常和缺相会造成电机非正常工作,对电机产生损害。根据智能检测平台的要求,开发一款采用基于ARM Cortex-M4嵌入式平台的智能电机检测平台对电机状态进行监测和维护,借助物联网技术,以电机内置的径向磨损检测传感器的输出信号和电机高压三相电作为输入,通过分析波形,实现对径向磨损、相序和缺相的实时检测、信息显示和对异常的处理。同时,根据平台特性,设计了有针对性的测试方法。实验结果表明,该智能电机检测系统能够准确检测、显示电机的状态并处理电机故障,具有较强的教学和应用价值。     

蜂窝材料面内变形的极性本构方程和贮能机理

用等效偶应力和不对称的等效应力描写蜂窝材料面内变形的等效本构方程。这种本构方程相应的平面场分析说明，这类材料具有优异的储能性质。     

舟山群岛新区生态环境的实证研究

舟山群岛新区是我国首个以海洋经济为主题的国家战略层面的新区,本文通过数据仿真和建模,分析舟山群岛新区环境污染的现状,并提出发展的策略,为发挥海岛海洋的资源优势、挖掘海洋经济可持续发展的优势和潜力、海洋经济新区的先行先试,提供理论与实践的借鉴.     

工程信号中的小波采样与小波分析

基于墨西哥小波母函数，详细地分析了小波分析中的采样与Ｆｏｕｒｉｅｒ分析中采样的差别，小波分析中，在满足信号分析的采样定理条件下，先对信号和小波正交基进行一次采样后，再进行２次采样，并研究了Ｌ＾２（Ｒ）中信号的小波直接分析和小波时频谱，还对现场信号，时变信号，调相和奇异等模拟信号在不同频率成分上的分解作为实例对小波分析的聚集原理进行了论证。     

基于改进深度森林的短期电力负荷预测模型

深度学习模型通过学习数据的深层特征能够有效提高电力负荷预测的准确率,但同时也带来了超参数较多、模型可解释性差等问题。针对这些问题,文中将深度森林模型引入短期电力负荷预测领域。在多粒度级联森林模型的基础上改进了多粒度窗口扫描方法,调整窗口大小与滑动步长,使模型能够在不同时间尺度下提取电力负荷数据的周期性特征。此外,改进深度森林输出层的计算方法,将输出结果由离散的类向量改进为连续的预测值,进而提高模型的精确度。最后在中国东北电网的实测数据中验证了文中所提出方法的可行性与有效性。从实验结果可知,改进深度森林算法在较高预测精度的情况下能取得更高的准确率,并且相较于深度神经网络具有更快的学习速度。     

基于集成多尺度LSTM的短时风功率预测

风能作为一种无污染可再生能源,风力发电的比例在全球范围内逐年增加.针对风力发电存在出力波动大,从而导致电网电力不稳定的问题,提出基于集成多尺度长短时记忆网络(LSTM,long short-term memory)的短时风功率预测模型.利用LSTM对序列数据的特殊处理能力,集成多个基预测模型对不同尺度时间数据的预测结果,共同进行短时风功率预测.风功率的精确预测有利于电力资源的全面掌控和调度.采用中国东北地区风力发电真实数据集对模型进行验证,结果证实研究方法预测精度较高,有很好的稳定性.     

小波基和它对一维信号的直接分解（Ⅱ）

研究了两类Ｉ．Ｄａｕｂｅｃｈｉｅｓ规范正小波,一类Ｒ．Ｃｏｉｆｍａｎ小波和Ｙ．Ｍｅｙｅｒ及三种具有解析表达式的小波（Ｍｅｘｉｃａｍ Ｈａｔ小波和Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ小波）和它们生成的小波基的几种重要的特性（小波矩、消失矩、局部化特性、线性相位等）参数;针对一维信号的小波变换,对各种小波进行了评估,推荐出针对不同要求的较佳的小波;并对信号的小波分解分量及其Ｆｏｕｒｉｅｒ变换作了比较。