基于改进SVM的智能电网调控系统实时风险评估与预警技术

针对智能电网调控系统通信和数据安全难以保障的问题,提出了一种基于改进支持向量机(SVM)的智能电网调控系统实时风险评估与预警技术.采用卷积神经网络(CNN)改进SVM模型得到CNN-SVM分类模型,用以处理实时风险评估体系中的数据信息.通过将CNN输出的数据特征输入SVM分类器进行风险等级分类,完成对数据中可能出现的风险进行识别、评估定级及预警.仿真结果表明,所提技术能够对调控系统实时风险进行准确、可靠的评估与预警,且其分类准确率、召回率、F1分数的均值分别为92%、86%和90%,均优于对比方法并具有更优的可靠性.     

基于粒子群算法的含大规模风电互联系统的负荷频率控制

以含大规模风电的互联电力系统为研究对象,以抑制风电并网时所引起的系统频率不稳定为目的,提出了基于PSO的负荷频率控制器。传统的负荷频率控制器根据区域控制偏差来调整机组的出力,使区域控制偏差ACE趋于零,从而保证全系统发出的出力和负荷功率相匹配。把风电输出当作一个负的负荷作为等效负荷,在传统的比例积分控制器中引入PSO智能控制,可以进一步提高对等效负荷的控制效果。通过在Matlab/Simulink中构建的含风电的两区域互联电力系统的仿真结果表明,无论是互联电网的频率偏差还是联络线的交换功率,控制指标更优。     

电力监控系统网络安全态势感知研究与建设

以电力监控系统网络安全态势感知研究与建设为重点,阐述了电力监控系统网络安全态势感知的内涵和建设目标;设计了电力监控系统全场景网络安全感知与主动防御体系结构,并对电力监控系统全场景网络安全感知与主动防御体系中的可信互联、智能防御、安全互动3个部分做出重点介绍。从而为电力监控系统网络安全态势感知的研究与建设提供参考。