-
公开(公告)号：CN113191485B
公开(公告)日：2024-05-10
申请号：CN202110453826.3
申请日：2021-04-26
Applicant: 东北大学
Abstract: 本发明提供一种基于NARX神经网络的电力信息网络安全检测系统及方法。本发明包括用于获取电网量测信息和状态信息以及负荷的预测数据的数据获取模块；用于基于获取的数据计算最优潮流运行情况下，电网的节点有功功率、节点无功功率、支路有功功率、支路无功功率和节点电压幅值的最优潮流模块；用于基于获取的数据进行NARX神经网络的建模和训练的NARX神经网络设计模块；用于基于最优潮流模块输出的数据和构筑的NARX神经网络预测状态向量并计算残差向量的状态向量预测模块；用于进行残差向量的2‑范数检测及最大标准化残差检测，基于检测值与阈值比较，判断量测信息中是否含有不良数据的攻击判别模块。本发明能够对电力系统的安全稳定运行至关重要。
-
公开(公告)号：CN113191485A
公开(公告)日：2021-07-30
申请号：CN202110453826.3
申请日：2021-04-26
Applicant: 东北大学
Abstract: 本发明提供一种基于NARX神经网络的电力信息网络安全检测系统及方法。本发明包括用于获取电网量测信息和状态信息以及负荷的预测数据的数据获取模块；用于基于获取的数据计算最优潮流运行情况下，电网的节点有功功率、节点无功功率、支路有功功率、支路无功功率和节点电压幅值的最优潮流模块；用于基于获取的数据进行NARX神经网络的建模和训练的NARX神经网络设计模块；用于基于最优潮流模块输出的数据和构筑的NARX神经网络预测状态向量并计算残差向量的状态向量预测模块；用于进行残差向量的2‑范数检测及最大标准化残差检测，基于检测值与阈值比较，判断量测信息中是否含有不良数据的攻击判别模块。本发明能够对电力系统的安全稳定运行至关重要。
-
公开(公告)号：CN112101680B
公开(公告)日：2024-02-09
申请号：CN202011021799.4
申请日：2020-09-25
Applicant: 东北大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/2415 , G06N20/10 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/006
Abstract: 本发明提供一种基于章鱼模型的自适应长短期IES负荷预测方法。首先采集原始样本数据并进行归一化处理，然后将归一化处理后的样本数据采用生成对抗网络扩展样本数据集，当生成器和判别器博弈达到纳什均衡时对不完备样本数据进行扩展，将扩展样本集按照时间维度平均分为四个子数据集且保证每个子数据集互不重合，最后构建章鱼模型，将四个子数据集中其中三个作为训练集，剩余一个作为验证集，分别输入到章鱼模型四足中，通过章鱼头部确定哪一足进行动作，当生成器和判别器博弈达到纳什均衡且章鱼头部执行优胜劣汰机制后，并行预测电、气、热负荷，通过本发明提供的预测系统进行负
-
公开(公告)号：CN112101680A
公开(公告)日：2020-12-18
申请号：CN202011021799.4
申请日：2020-09-25
Applicant: 东北大学
Abstract: 本发明提供一种基于章鱼模型的自适应长短期IES负荷预测方法。首先采集原始样本数据并进行归一化处理，然后将归一化处理后的样本数据采用生成对抗网络扩展样本数据集，当生成器和判别器博弈达到纳什均衡时对不完备样本数据进行扩展，将扩展样本集按照时间维度平均分为四个子数据集且保证每个子数据集互不重合，最后构建章鱼模型，将四个子数据集中其中三个作为训练集，剩余一个作为验证集，分别输入到章鱼模型四足中，通过章鱼头部确定哪一足进行动作，当生成器和判别器博弈达到纳什均衡且章鱼头部执行优胜劣汰机制后，并行预测电、气、热负荷，通过本发明提供的预测系统进行负荷预测，减少了前期对网络模型的选择，同时提高了预测精度。
-
-
-
Search Results
4
records
(took 0.033 seconds)
