共查询到19条相似文献,搜索用时 78 毫秒
1.
尽管网络技术在传感、通信和智能测量设备等方面的进步显著提高了电力系统的安全性和可靠性,但其对数据通信的依赖性使其容易受到网络攻击。通过虚假数据注入(FDI)攻击以模仿系统真实行为并保持不可观测的方式操纵电力系统的测量,这会误导状态估计的过程,并可能导致系统的停电。本文提出了一种鲁棒性动态状态估计(DSE)算法,并将其应用于图形处理单元(GPU)的大规模并行结构上,其在IEEE-118总线系统上进行的数值模拟试验验证了该算法的有效性和准确性。 相似文献
2.
3.
一种新型防窃电装置的设计 总被引:3,自引:0,他引:3
有效遏制窃电行为具有重大意义,但目前缺乏可靠实用的防窃电手段.介绍了一种新型防窃电装置,该装置直接采集用户一次侧用电信息,作为判断窃电的依据,对该装置的功能及设计方法进行了说明,并详细说明介绍了从高压侧获取电源的方法.最后给出了防窃电实例证明该装置的实用性. 相似文献
4.
有效遏制窃电行为具有重大意义,但目前缺乏可靠实用的防窃电手段。介绍了一种新型防窃电装置,该装置直接采集用户一次侧用电信息,作为判断窃电的依据,对该装置的功能及设计方法进行了说明,并详细说明介绍了从高压侧获取电源的方法。最后给出了防窃电实例证明该装置的实用性。 相似文献
5.
6.
为了应对长期制约供电公司电能运营经济效益的窃电问题,根据电能计量准确性的影响因素,从电流、电压、相位、以及安装接线四个方面,详细归纳总结了电能计量装置中常见的几种窃电方式。结合自我多年实践工作经验,探讨研究并提出多种预防窃电行为发生的技术措施,降低计量装置中电能计量损失,有效提高供电公司电能运营经济效益。 相似文献
7.
8.
随着智能电网的发展,信息通信系统与物理电力系统深度融合,虚假数据注入等网络攻击可能会对电网的安全稳定造成严重影响,目前这方面研究已成热点问题。一次成功的虚假数据注入攻击涉及攻击者所掌握资源、攻击区域选择和攻击向量构建。在有限的资源下,根据实际电网运行特征,以攻击节点为中心,构建了单节点攻击区域和多节点攻击区域,一定程度上可缩小攻击范围。基于非线性状态估计模型,分别针对单节点攻击与多节点攻击情形,提出一种掌握局部电网信息下的攻击代价分析方法。最后以IEEE-14系统和IEEE-1354系统为例,分别进行单节点攻击和多节点攻击分析,其结果验证了所提虚假数据注入攻击代价分析方法的有效性。 相似文献
9.
10.
电力已成为现代社会生活和发展进步不可缺少的一种重要能源。它不仅给人类带来光明,更重要的是推动了现代化大生产和现代科技的进程。但是伴随着市场经济体系的建立,窃电问题变得越来越突出,企业为此蒙受了巨大的经济损失。窃电问题不仅困扰电力企业的发展,也严重影响了国家的经济建设和社会的稳定。研究分析窃电方式,正确运用法律武器,依法进行用电检查,严厉查处违章用电和窃电行为,对于开展反窃电工作、维护企业利益具有非常重要的意义。 相似文献
11.
以降低窃电检测误报率为目标,提出一种基于贝叶斯优化和改进XGBoost模型的窃电检测方法。首先根据用电信息采集系统和营销系统数据构建了窃电检测指标,然后采用XGBoost模型作为分类器,添加Focal Loss和增加分类阈值的方式用于优化模型。在此基础上,以验证集的马修相关系数为目标函数,利用贝叶斯优化调参求出最优Focal Loss参数和分类阈值,进一步降低检测方法误判率。基于实际电力用户数据进行数值仿真,结果表明所提方法比Adaboost、BP神经网络、SVM具有更高的准确率。 相似文献
12.
针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次通过绘制不同学习率下的分类错误率曲线,确定AdaBoost集成学习算法的学习率和弱学习器个数。最后利用爱尔兰智能电表数据集中的居民用电数据对所提算法进行测试评估,将AdaBoost集成学习算法与决策树、k最近邻、误差逆传播神经网络、支持向量机等各类单一强学习算法对比。结果表明基于AdaBoost集成学习的窃电检测算法在准确率、命中率、误检率等检测指标中最优,灵敏性分析验证了基于AdaBoost集成学习的窃电检测方法的有效性。 相似文献
13.
针对传统电网现有窃电检测仅用单一电量且实际数据集下检测准确度低的问题,提出一种基于通道注意力网络改进卷积神经网络模型的窃电行为检测方法。首先建立一种包含用电量趋势、线损增长率、终端告警多源数据融合的窃电评价指标体系,以此构建用户用电特征集。然后,基于通道注意力挤压激励网络(squeeze and excitation networks, SENet)优化卷积神经网络(convolutional neural network, CNN)模型,据此构建自适应通道注意力网络改进卷积神经网络模型的窃电检测方法。最后,利用南方电网数据集对提出方法的有效性与准确性进行验证。实测结果表明,所提方法能有效实现实际电网情况下各类窃电行为准确检测,建立的评价指标体系可更明显表征窃电行为规律。构建的窃电检测模型可自适应对特征通道重要程度调整,提升通道利用率。相比现有检测方法,其具有更高准确度和更优泛化性能。 相似文献
14.
15.
用户用电异常行为不仅对接入设备和用户本身产生影响,更会危及电网的正常运行,因此对用电异常行为的分析至关重要。基于大数据和机器学习技术,设计了一种用电异常行为分析系统,并提出了系统设计的总体框架和相关配置。所设计系统对用户用电的用电量、电压质量、负载及三相不平衡率、无功及功率因数等方面可以进行异常分析,并以可视化的方式向管理员和用户展示。同时,对高风险用户进行预警和跟踪处理,对窃电行为展开调查分析。本系统可以有效分析用户用电异常行为及进行窃电预警,对电网稳定运行起到关键作用。 相似文献
16.
从攻击者的角度出发,在直流状态估计框架下提出了一种基于拓扑篡改的虚假数据注入攻击(FDIA)方案.首先,通过分析攻击后由网络拓扑处理器计算所得拓扑结构与传感器测量结果的一致性以及对比攻击前、后的残差,给出可以躲避拓扑误差处理检测以及残差检测的隐蔽攻击定义;然后,基于上述定义以及攻击向量列空间的隐蔽条件,提出一种FDIA方案,通过求解凸规划问题实现在保证隐蔽性的同时获得最大发电收益;最后,基于标准IEEE 9节点及14节点系统对所提方案的有效性进行验证.结果表明,与现有FDIA方案相比,所提将拓扑篡改与FDIA相结合的攻击方案具有更强的隐蔽性且获利更大. 相似文献
17.
18.
随着中国电力现货市场的快速发展,售电商可以通过设计售电套餐来引导电力用户参与电力需求响应,以此提高双方利益。文中引入避峰响应系数,在分时电价的基础上制定售电套餐激励以吸引电力用户积极转移用电负荷。首先,根据设计的售电套餐计算出电力用户选择售电套餐后的负荷转移情况;其次,考虑电费支出的变化与用电方式的变化对电力用户效用产生的影响,基于效用函数构建售电套餐决策模型来计算出电力用户对售电套餐的选择情况;然后,文中基于售电商参与现货市场交易转移负荷,以售电商利益驱动量最大化为目标优化设计出4种售电套餐;最后,通过算例分析,验证了优化后的售电套餐符合双方的利益要求。 相似文献
19.
随着电力系统的发展,区域电网互联,形成了规模更大的系统。为了适应这一趋势,电力系统状态估计应采用分布式算法。在配置少量PMU的基础上,将分区后的边界等式约束条件通过拉格朗日乘子计入整体目标函数,将分布式状态估计的问题转化为一个带等式约束的最优化问题,实现了电力系统状态估计的分布式计算。该算法不仅提高了状态估计的速度,而且可在不必改动原有状态估计模块的基础上,很容易地加入等式约束的修正模块。最后通过IEEE14节点和IEEE30节点系统的模拟仿真,验证了该算法的有效性和优越性。 相似文献