基于数据流模型的网络异常检测方法研究

本文针对现有异常检测系统报警意义不明确等问题提出了一种基于网络数据流模型的异常检测方法。该方法通过组合不同的基础特征使报警的意义更加明确,具有更好的可扩展性。同时为异常检测的信息交互提供了一个较好的平台。     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于双向长短期记忆神经网络的配网电压异常数据检测

受自然环境、计量仪器等影响,量测数据会出现异常,导致调度人员错误决策,威胁电力系统安全稳定运行。为保障电力系统安全稳定运行,提出了一种基于双向长短期记忆(bidirectional long short-term memory, Bi-LSTM)神经网络的配网电压无监督异常数据检测方法。利用Bi-LSTM神经网络处理时序数据的双向特性,建立时序预测模型,通过对比预测值和实际值的误差检测异常数据。最后,基于某实际配网电压数据进行仿真验证,仿真结果表明:所提方法在准确率、F1分数等指标方面均优于决策树、K近邻、支持向量机、长短期记忆(long short-term memory, LSTM)神经网络。     

基于随机平衡采样的不平衡数据流分类研究

数据流广泛应用于现实世界的多个领域,但是不平衡数据流的存在严重影响了传统数据流分类器的性能.针对不平衡数据流问题,提出了随机平衡采样算法(RBS)处理数据流的不平衡问题,并以RBS算法为基础提出了随机平衡采样数据流集成算法(RBSSEA)旨在解决不平衡数据流的分类问题.最后,分别采用合成和真实数据集对RBSSEA算法进行验证,实验结果证明RBSSEA算法在解决不平衡数据流分类问题具有一定的优势.     

不平衡电压对三相异步电动机运行的影响

通过对三相异步电动机运行造成的三相电压不平衡主要原因的分析,说明其危害性,并深入研究探讨了不平衡电压的特点。     

三相逆变电源在不平衡负载条件下的控制研究

三相输出电压对称是对三相逆变电源的重要要求之一,在三相逆变电源中,输出电压不对称主要是由于三相负载的不平衡引起的.本文基于对称分量法和叠加原理对三相逆变电源在不平衡负载下产生三相输出电压不对称的机理进行了系统的分析,得到了输出电压正、负、零序分量不同的补偿特性.设计了一个简单可行的同步正负序参考系控制器,有效地补偿了不平衡负载引起的逆变电源输出电压畸变,保证了逆变电源在任意不平衡负载下均能维持三相平衡的输出电压.论文最后通过Matlab仿真结果验证了理论分析和所提出的控制方法的正确性.     

三相UPS输出电压不平衡控制的研究与实现

三相电压的对称输出是衡量交流电源性能的一个重要指标.为了在不平衡负载和非线性负载等条件下获得高质量的输出电压波形,分析了三相UPS输出电压不平衡的机理,提出了在正/负序同步参考坐标系下,应用基于DSP的重复控制与PI控制的复合控制方案,功率开关管采用空间矢量调制(SVPWM)方式,基本消除了负序电压分量,有效地抑制了零序电压分量和谐波分量.研制了30～500kVA UPS样机,实验结果验证了控制方案的有效性。     

面向不平衡数据和特征冗余的网络入侵检测

为了解决传统方法因数据不平衡及特征冗余而导致检测准确率不高的问题,提出了一种结合SMOTE(synthetic minority over-sampling technique)算法采样的SDAE-LSTM(stacked deep auto-encoder-long short term memory)入侵检测模型。首先,针对数据不平衡问题,采用SMOTE算法在少数类样本点之间随机插入样本增加其数量,达到类间平衡的目的。其次,针对特征冗余问题,利用堆叠式深度自编码器(stacked deep auto-encoder,SDAE)进行降维,实现数据的深度特征提取。最后,基于长短期记忆(long short term memory,LSTM)神经网络,精准捕获网络入侵特征,准确地实现入侵检测。通过在UNSW-NB15数据集上的大量实验,有效证明了本文模型与其他模型相比有着更好的入侵检测效果。     

光伏发电系统对配电网三相电压不平衡度影响的计算方法

针对传统确定性潮流计算在对分布式光伏电站接入配电网后导致的三相电压不平衡现象进行评估时的不足,提出了一种基于多点线性化的半不变量概率潮流和重要抽样对配电网不平衡度进行评估的方法.首先,针对Beta分布描述的局限性,以自适应非参数核密度估计法对光伏出力和负荷波动的随机过程进行表征,从而提高建模精度;然后,利用分段线性化半不变量法进行随机潮流分析以降低不确定性引起的误差,构建出混合Copula函数计算公共连接点的不平衡度;最后,采取抽样方法得到不平衡度均值进行评估.通过对IEEE33节点系统进行仿真分析,验证了此方法的有效性和可行性.     

基于数据流异常挖掘的入侵检测系统设计

通过对入侵检测和数据流异常挖掘技术的研究,把数据流异常挖掘应用到入侵检测,成为目前入侵检测新的有效方法和研究热点.对基于数据流异常挖掘的入侵检测系统模型进行了设计,并对数据流异常挖掘算法进行了设计和实现,通过实验分析,取得了较好的效果.     

低压电网三相负荷平衡与电压质量

结合当前城乡公用配电台区实际情况,进行定量和定性分析,证实低压电网三相负荷不平衡,对电压质量有重大影响,应引起我们的高度关注.三相负荷平衡可有效地提升电压合格率,提高电能质量.     

三相负荷不平衡对线损的影响

供电企业的一项重要经济技术指标就是线损率,同时线损率也是衡量企业整体管理水平的重要标志。通常,配电网的线损要占到整个电网总线损的40%以上。一旦配网出现三相不平衡时,其比例将大大增加,因此采取什么样的措施来降低配电网的线损显得非常重要。本文通过介绍三相负荷不对称的基本类型,具体分析某供电局在实践中如何降低其低压线损率,以期对降低配电网的线损有所帮助。     

三相PWM整流器不平衡电网下的功率波动抑制控制

在电网电压不平衡下三相电压型整流器会产生负序电流致使有功功率和无功功率波动,而功率的波动又会导致网侧电流的畸变和直流侧电压的波动,从而影响整流器的工作性能.为了解决这些问题,本文利用不平衡电网下无功功率的新定义在α-β两相静止坐标系下建立了三相PWM整流器的数学模型,推导出有功和无功的功率表达式,得到了更为简单的参考电...     

融合FCN和LSTM的视频异常事件检测

针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征分别输入记忆网络分析时间序列的语义信息,并通过残差结构融合图像特征和语义信息;同时,采...     

浅析中性点不接地系统电压不平衡的一些问题

本文主要针对中性点不接地系统运行后,常出现电压输出不平衡的情况.详细分析比较了其中五种类型故障的特点、开口三角形电压值的指示和现象,为值班人员进行准确的判断和故障的及时处理提供了参考.     

浅析三相负荷不平衡对线损率的影响

线损率是供电企业的一项重要经济指标,同时,线损率也是衡量企业对于整体化管理水平的重要标志之一。配电网的线损一般要占到整个电网总线损的40%以上,一旦配电网出现三相负荷不平衡,将直接增加电能在线路的损耗比例,还会影响配电变压器和用电设备的安全运行及电压质量。那么,采取什么的方式和措施来降低配电网的线损率就显得非常重要。     

基于程序行为异常检测的数据流属性分析

通过合并静态分析和动态学习,提出了一种两阶段的数据流属性分析方法.该方法不仅考虑系统调用参数值,也学习系统调用参数之间的二元关系,通过数据依赖图识别无关参数和无用关系.给出了新方法的描述,分析了其特点.在Linux程序上的实验表明,该方法效率较高,入侵检测引起的性能负载较低.     

基于LSTM-WGAN的时间序列数据异常检测

在时序数据中发现隐藏的异常行为或事件,可以保障生产安全,具有重要意义。目前的异常检测模型存在训练不稳定、容易产生梯度消失的问题,影响异常检测效果,针对该问题,提出一种LSTM-WGAN模型,WGAN负责捕获变量之间的潜在关联,进一步提升了LSTM的检测能力。同时,以Wasserstein距离代替交叉熵损失训练判别器和生成器,结合重构损失以及判别损失实现异常检测。在NAB公开数据集上的实验结果表明LSTM-WGAN相较于基准模型在准确率、召回率以及F1得分上都有较大幅度的提升。     

基于角度分布的高维数据流异常点检测算法

为了有效检测高维数据流中的异常点,提出一种基于角度分布的高维数据流异常点检测(DSOD)算法.运用基于角度分布的方法准确识别高维数据集中的正常点、边界点以及异常点;构造了基于正常集、边界集的小规模数据流型计算集,以降低算法在空间以及时间上的开销;建立了正常集、边界集的更新机制,以解决大数据流的概念转移问题.在真实数据集上的实验结果表明,所提出的DSOD算法的效率高于Simple VOA算法与ABOD算法,并且适用于大数据流上的异常点检测.     

电压三相不平衡时MMC型固态变压器的联合控制

针对网侧电压三相不平衡时电流负序分量使电流迅速增加进而危及系统安全的问题,提出电压三相不平衡时模块化多电平换流器(modular multilevel converter,简称MMC)型固态变压器的联合控制策略.在对电流正负序分量进行双序控制的基础上,设计了环流抑制器.仿真实验结果表明该联合策略具有有效性.