一起态势感知装置引发的网络安全事件分析

针对新近部署了态势感知装置的某厂站,远动装置通道在正常运行中固定时间段出现规律性的异常中断故障,通过Wireshark录制网络报文对比分析,对照试验后,将故障性质定性为态势感知装置异常发起TCP SYN端口扫描引发的网络安全事件,并提出相应的处理措施.为防范电力系统网络开发改进过程中,类似网络安全事件重复发生,列举了相...     

智能配电网态势感知和态势利导关键技术

智能配电网态势感知是配电系统可靠、经济和安全运行的重要基础。为此,从技术层面对智能配电网态势感知和态势利导的内涵、架构和关键技术进行了深入分析和阐述。首先,给出了态势感知和态势利导技术的含义和目标;其次,构造了智能配电网态势感知和态势利导技术的总体架构;最后,为了实现对配电网运行态势的全面准确把握,并为复杂配电网智能调度控制提供有力支撑,从态势觉察、态势理解、态势预测、态势呈现、态势利导5个方面阐述了智能配电网态势感知和态势利导的关键技术内容及其面临的挑战,以期为后续研究工作提供借鉴。     

电力系统态势感知技术研究综述与展望

态势感知概念最早在太空和网络安全领域被提出,并被引入电力系统领域,近年来国内外学者对态势感知在电力系统的应用进行了广泛讨论。在此背景下,将电力系统实时运行状态辨识、发展趋势预测、态势可视化技术分别与Endsley定义的态势感知中的三大要素——"觉察""理解""预测"相映射,并将电力系统广域控制与风险调度对应于态势感知中的"决策行动"。接着,将上述内容依次展开,分别对电力系统事件监测、电力系统事件辨识、电力系统风险预测、态势可视化技术、广域控制和风险调度分别进行综述和分析,介绍现有方法的思路。最后,给出电力系统输电网态势感知目前研究的不足,指出人工智能和大数据技术是未来解决电力系统态势感知的研究方向。     

基于态势感知的智能配电网运行状态评估

围绕智能配电网的态势感知关键技术,综合考虑安全性、供电可靠性和经济性,提出了基于态势感知的智能配电网运行状态综合评估方法。研究基于量测系统的态势要素采集方案,对配电网运行状态进行实时评估和态势理解,进而基于负荷的超短期预测进行态势预测,并建立了配电网运行状态评估指标体系,从不同层次、不同角度反映系统当前与未来时刻的运行状态以及故障发生后系统所面临的风险,并通过IEEE 33节点配电系统对所提出的方法进行验证。结果表明,该方法可准确反映配网的运行状态,判断系统态势发展的趋势,为配电网安全运行提供一定参考。     

基于电网调度系统的网络安全态势感知方法研究

由于网络外界病毒入侵的隐蔽性极高、入侵类型较多,病毒难以被全面地被感知,导致电网调度自动化系统运行安全受到威胁。为提升电网调度自动化系统网络的安全性,提出基于随机矩阵理论(Random Matrix Theory , RMT)的电网调度自动化系统网络安全态势感知技术。采集电网调度自动化系统网络安全信息数据,构建病毒入侵环境下的安全状态分布模型,并利用该模型完成电网调度系统网络安全态势特征信息的提取。采用RMT中的M-P模型及单环定律对网络安全态势特征值在随机矩阵内的分布情况进行谱分析,根据特征值分布状态获取网络安全态势在稳定情况及异常情况下的变换规律,实现电网调度系统网络安全态势感知。实验结果表明,通过对该方法开展安全态势感知测试,验证了该方法应用在电网调度系统中组件安全态势感知及网络安全态势感知的精准度均较高,体现了该方法的有效性。     

电网调度系统网络安全态势感知研究

电力系统的安全稳定对于国家安全具有非常重要的意义。作为电力系统的主要环节之一,电力调度网络极易受到高级病毒软件的攻击,而目前常规的基于边界保护的物理隔离不足以抵挡高级病毒软件的入侵,因此开展电力调度系统网络安全防护研究具有非常重要的理论价值与工程意义。基于此,构建了基于Q学习算法的网络状态转移算法,预测网络攻击可能的最佳路径。改进了网络安全度量标准,在系统损失、攻击成本、防御成本的基础上,引入防御回报、网络状态转移成本,以静态经济收益作为网络状态转移的判断准则。应用演化博弈理论构建复制动态方程,动态再现攻防双方的对抗行为,计算经济收益动态变化,预测攻击行为的变化,确定最佳防御策略。实验结果表明基于Q学习算法与演化博弈理论的电力调度网络安全态势感知方案能够有效识别网络攻击的可能路径以及带来的最大威胁,有助于调度人员作出有效决策。     

基于状态评估的智能配电网态势感知方法研究

针对传统智能配电网态势感知方法缺少对特征向量的一致性检测,导致评估结果不准确的问题,提出基于状态评估的智能配电网态势感知方法。构建智能配电网模型,利用最小二乘拟合法剔除智能配电网计量异常数据,建立评价指标体系,引入层次分析法计算权重。利用所得权重两两比较建立矩阵,确定特征向量,基于状态评估检测矩阵的一致性,提取特征向量矩阵最大值,实现智能配电网的态势感知。实验结果表明,基于状态评估的智能配电网态势感知方法的评估结果与实际结果吻合度极高,能够真实还原智能配电网态势。     

某电站III区态势感知装置告警排查的分析及处理

电力监控系统网络安全态势感知装置主要是对厂站电力监控系统网络安全数据进行采集、分析处理并与主站系统通信的装置。从某电站III区态势感知装置告警着手分析,并根据报警信息制定了相应的解决措施,为后续开展相关工作提供参考依据。     

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。     

网络安全风险评估与态势分析研究

文章围绕目前国内外网络安全风险评估与态势分析模型进行分析与对比,指出各种方法的优劣,提出基于隐马尔科夫模型网络安全模型设计与实现,实验结果证明能提高事件分类准确性。     

基于同步相量测量装置的配电网安全态势感知方法

配电网安全态势感知是全面动态分析配电侧网络安全运行状态及潜在隐患的关键技术。针对配电网安全态势感知的快速性和准确性需求,该文提出一种基于同步相量测量装置的配电网安全态势感知方法。首先,构建在同步相量测量装置优化布点前提下的配电网网络拓扑分层模型,快速捕获系统安全态势要素;其次,提出融合信息熵值的支持向量数据描述算法,实现配电网安全态势要素中异常信息的辨识和理解;然后,采用长短期记忆网络对正常运行和故障扰动下的配电网运行趋势进行预测,并提出零序电压、电压越限裕度、支路过载严重度和电压相位变化量等安全态势预警指标,感知系统实时态和未来态的安全风险。最后采用IEEE 33和PG&E69配电网验证所提方法的有效性。结果表明,该方法提高了配电网安全态势要素获取速度和精度,缩短了安全态势要素异常辨识时间,实现对配电网各节点的安全态势感知。     

输配协同的配电网态势快速感知方法

智能配电网的发展呈现更加灵活多变的趋势,使得输配电网间的相互作用日趋显著,对配电网态势感知提出更高的要求。为提升配电网态势感知能力,文中从输配协同的角度,提出了配电网态势快速感知的方法。首先,针对预估的配电网负荷变化计算输电网的状态;其次,从配电网根节点处将输电网进行戴维南等值并辨识等值参数;最后,将戴维南等值后的输电网接入配电网感知配电网负荷变化后的态势。该方法无需多次交互输配电网信息,感知速度快,计算结果精度高。在该方法的基础上,可通过对未来状态的多步预估,预测配电网静态电压稳定裕度指标轨迹,然后根据该轨迹评估配电网静态电压稳定态势。仿真算例验证了所提方法的可行性和有效性。     

配电网均匀接线图生成及态势图察觉度计算

针对常规配电网接线图作为配电网态势可视化态势底图存在不少缺陷,文中提出了一种全新的底图形式,即以变电站为中心的配电网动态辐射状均匀接线图的态势底图,并提出了其基于改进型FR力导布局的自动生成算法,即针对过长馈线在节点运动方程引入牵引力,添加点边规避处理负荷与线路过近的问题,引入馈线与馈线、相邻级别线路的斥力从而达到边边规避;基于地理接线图和均匀接线图为底图的2种电压等高线态势图进行定性分析,提出了态势图察觉度及其计算方法,并进行了定量对比,表明后者的态势察觉度明显优于前者。     

基于深度神经网络和内外部因素的大电网安全态势感知研究

随着电网结构的日益复杂,运行调度变得更加困难,大停电事故发生的风险也日益增加,因此能够及时有效地对大电网的安全态势进行感知显得尤为重要。在态势要素提取阶段,从内部因素与外部因素两个方面出发,构建大电网安全态势评价体系,其中外部因素通过统计分析1981年~2015年全国电网的大停电事故得出;在态势理解阶段,通过层次分析法与改进的熵权法获得各指标的综合权重,加权平均得到大电网的安全态势评估值,实现对大电网安全态势的综合评价;在态势预测阶段,构建深度神经网络模型,完成对大电网安全态势的预测。为进一步验证预测模型的有效性,将其与BP神经网络和RBF神经网络对比分析,验证了深度神经网络模型可以有效地对大电网的安全态势进行预测,且预测精度高于传统的神经网络模型。     

基于微型PMU数据挖掘的智能配电网态势感知方法研究

智能配电网态势感知是配电系统可靠、经济和安全运行的重要基础,其数据的规模和类型正在快速增长,呈现出典型的电力大数据特征。针对智能配电网微型PMU系统采集和处理的数据呈海量增长的趋势,文章介绍了一种基于微型PMU数据挖掘的智能配电网态势感知方法,快速准确地判断出系统安全状态。该方法首先通过移动和动态时间窗口对采集数据进一步挖掘各类事件的典型特征量,然后根据区域选择和事件类型进行分层标记,降低机器学习算法的运算维度,提高计算效率。随后文章设计了三类型分类器并通过与其他两类分类器进行比较。通过算例测试数据得出所提分类器各项性能指标优异,可见该分类器对于智能配电网态势感知体系建立具有重要的参考价值。     

智能电网态势图建模及态势感知可视化的概念设计

提出了智能电网态势管理概念模型及概念设计,包括态势感知可视化对象建模及应具有的核心算法模块。态势可视化的核心是态势图建模,文中提出了态势图构成模型,并提出了实时态势图片生成以及基于条件触发的历史图片存储机制。存储的带时间戳的历史态势图片,经过拼图,可实现历史动态态势图动画反演播放;提出了未来的预测动态态势图的生成机制,生成的带时戳的未来态势图片,经过拼图,可实现未来动态态势图动画播放。初步探讨了态势图设计评价指标,指出态势底图的选择将直接影响到态势感应和感知可视化效果。     

基于支持向量机和粒子群算法的信息网络安全态势复合预测模型

提出一种基于支持向量机和粒子群算法的网络态势复合预测模型。模型使用滑动窗口方法将各原始离散时间监测点的安全态势值构造成部分线性相关的连续时间序列,以其作为安全态势数据样本集对支持向量机加以训练,生成预测模型。在支持向量机训练过程中,利用粒子群算法搜寻支持向量机的最优训练参数,以降低支持向量机参数选择的盲目性,提高预测精度。最后通过基于大量电力企业信息网络现场安全监测数据的实验,验证了复合预测模型的有效性。     

基于IABC和聚类优化RBF神经网络的电力信息网络安全态势评估

为提高电力信息网络安全态势评估的精度,提出一种基于改进人工蜂群（IABC）算法和密度峰值聚类（DPC）算法优化径向基函数（RBF）神经网络的电力信息网络安全态势评估方法。首先,引入改进密度峰值聚类（IDPC）算法对人工蜂群（ABC）算法的种群空间多样性进行聚类分析,重新定义个体更新机制以提高算法的全局搜索能力。然后,构建分类RBF神经网络安全态势评估模型,利用IDPC算法对输入指标数据进行聚类分析,采用IABC算法对分类拓扑结构和参数学习过程进行优化,得到输入评估指标与输出安全态势值的最佳映射关系。最后,通过实例仿真证明所提方法的有效性。