多源大规模电网的多阶攻击风险感知量化和防御技术

随着电网的规模逐渐扩大,虽然配电网的数字化为电网运营带来了诸多好处,但也增加了严重的网络安全威胁所带来的风险;为了检测不断发展的电力网络中潜在的攻击和漏洞,满足对安全和隐私机制的额外研究需求,需要一个自动化过程来系统地处理大量跨域信息和关联各种网络情报,以正确评估情况;为此提出了基于深度学习和机器学习的电网多阶段攻击感知风险量化和防御技术,通过人工神经网络就检测电网中是否存在攻击,对系统建模攻击防御树进行多阶段上下文攻击风险量化,并且利用查杀链寻找最优路径进行防御,实现电网威胁全自动化感知和防御决策。     

采用FIFO技术Windows环境下的高速实时采集

比较了几种常见的数据采集卡的构成及其在 Windows环境下的采集方法 ,分析了各自的优缺点 ,简要介绍了 Win-dows的底层接口和 F IFO的结构原理 ,给出了采用 FIF O技术设计高速实时数据采集系统的方法。 FIF O技术的采用 ,既保证了 windows的多任务操作系统的特点 ,又保证了数据采集的可靠性 ,使在 Windows环境下无论对高速大容量数据采集还是对单次瞬变信号的实时捕获都提供了一种行之有效的方法。     

10kV并沟线夹温升诱发机制的多物理场耦合研究

并沟线夹是带电作业中最常用的接续金具之一，针对并沟线夹容易因接触力不足、发热不均匀等原因而出现过热甚至烧毁的现象，文章建立并沟线夹的等比例多物理场仿真模型，在不同安装扭矩下，对其不同部位的电流密度、欧姆损耗和温度分布进行分析。结果表明，主导线和副导线与并沟线夹接触区域的电流密度及欧姆损耗的分布极不均匀，其中与副导线接触的并沟线夹下夹块接触区域欧姆损耗最高，达到19.6 MW/m³,由于电流密度和欧姆损耗分布不均匀，温度最高点也出现在与副导线接触的并沟线夹下夹块上。根据不同安装扭矩下的温度仿真结果可知，并沟线夹的温度随安装扭矩的增大而减小并最终趋于稳定，为了保证线夹在运行中的可靠性，螺栓的扭矩应保持在16 N·m以上。     

考虑风载作用的绝缘穿刺线夹多物理场耦合研究

绝缘穿刺线夹是电力线路架设中最常用的设备之一，随着电力行业的快速发展，对线夹的可靠性、耐热性提出了更高的要求。文章针对绝缘穿刺线夹在实际工作中由于载流量大、电压高、散热条件差等造成的失效问题，开展线夹接触电阻的测量实验，并建立线夹电热力多场耦合有限元模型，考虑风载作用施加合理的热边界条件和循环振动载荷，分析不同安装扭矩对线夹温度及应力分布的影响。研究结果表明，线夹安装扭矩越大，接触电阻、温升及最大应力波动幅度越小，尤其是安装扭矩在24～28 N·m时，线夹最大应力波动幅度骤降，缓解了线夹的疲劳寿命。该文研究成果为绝缘穿刺线夹在实际应用中施加合适的预紧力提供理论依据，优化了线夹的服役性能和疲劳寿命。