数据采集与监控(supervisory control and data acquisition,SCADA)系统发展至今经历了4代产品,其中第三代SCADA系统技术最为成熟,在电力系统中的应用最广,但同时也存在干扰问题、通信协议的安全问题和控制中心的安全问题。通过对这些...数据采集与监控(supervisory control and data acquisition,SCADA)系统发展至今经历了4代产品,其中第三代SCADA系统技术最为成熟,在电力系统中的应用最广,但同时也存在干扰问题、通信协议的安全问题和控制中心的安全问题。通过对这些问题进行分析,提出相应的防护措施,以提高电力系统中SCADA系统通信的安全性。展开更多
作为支撑电网安全稳定运行的主要手段,电力数据采集与监控(supervisory control and data acquisition,SCADA)系统的网络安全问题备受关注。鉴于此,该文提出一种计及残差污染的虚假数据注入攻击(false data injection attack,FDIA)新模...作为支撑电网安全稳定运行的主要手段,电力数据采集与监控(supervisory control and data acquisition,SCADA)系统的网络安全问题备受关注。鉴于此,该文提出一种计及残差污染的虚假数据注入攻击(false data injection attack,FDIA)新模式。该模式利用电力系统状态估计中的残差污染现象,诱导不良数据辨识环节剔除正常量测而保留篡改量测,从而精准误导状态估计的结果;针对加权/标准化残差搜索法辨识原理的不同,该文提出两种攻击模型;考虑到攻击者掌握不完整网络信息的现实情况,挖掘不完全信息下的攻击建模机理,设计基于机理驱动与图论搜索的攻击方案寻优算法。算例表明,攻击者仅需掌握局部拓扑结构和线路参数,就能在几十ms内构造攻击向量,并以很小的攻击代价误导直流/交流状态估计结果,破坏电网安全稳定经济运行。展开更多
针对复杂多变的工作环境给风电机组状态监测带来的挑战,提出了一种基于深度学习和注意力机制组合的状态监测与健康评估方法。首先,将风电机组数据采集与监控(supervisory control and data acquisition,简称SCADA)系统数据进行预处理;其...针对复杂多变的工作环境给风电机组状态监测带来的挑战,提出了一种基于深度学习和注意力机制组合的状态监测与健康评估方法。首先,将风电机组数据采集与监控(supervisory control and data acquisition,简称SCADA)系统数据进行预处理;其次,将卷积神经网络(convolutional neural networks,简称CNN)和长短期记忆网络(long short-term memory,简称LSTM)相结合提取数据的时空特征,并引入注意力机制(Attention)为LSTM分配相应的权重;然后,利用指数加权移动平均来设置阈值,通过分析均方根误差实现风电机组的状态监测;最后,通过实例对风电机组的主轴承、发电机定子和叶片变桨电机状态进行监测分析和健康评估,验证该方法的有效性。展开更多
借鉴SCADA系统结构,讨论了一种温室环境监控系统,系统采用CAN/1-Wire分级网络,布线方便,运行可靠;RTU以基于ARM CORTEX-M3核的STM32处理器为核心,外围模块丰富,数据处理能力强;HMI采用CAN TO USB模块,软件设计灵活,安装使用方便,同时给...借鉴SCADA系统结构,讨论了一种温室环境监控系统,系统采用CAN/1-Wire分级网络,布线方便,运行可靠;RTU以基于ARM CORTEX-M3核的STM32处理器为核心,外围模块丰富,数据处理能力强;HMI采用CAN TO USB模块,软件设计灵活,安装使用方便,同时给出了系统结构和实现关键细节。展开更多
文摘数据采集与监控(supervisory control and data acquisition,SCADA)系统发展至今经历了4代产品,其中第三代SCADA系统技术最为成熟,在电力系统中的应用最广,但同时也存在干扰问题、通信协议的安全问题和控制中心的安全问题。通过对这些问题进行分析,提出相应的防护措施,以提高电力系统中SCADA系统通信的安全性。
文摘作为支撑电网安全稳定运行的主要手段,电力数据采集与监控(supervisory control and data acquisition,SCADA)系统的网络安全问题备受关注。鉴于此,该文提出一种计及残差污染的虚假数据注入攻击(false data injection attack,FDIA)新模式。该模式利用电力系统状态估计中的残差污染现象,诱导不良数据辨识环节剔除正常量测而保留篡改量测,从而精准误导状态估计的结果;针对加权/标准化残差搜索法辨识原理的不同,该文提出两种攻击模型;考虑到攻击者掌握不完整网络信息的现实情况,挖掘不完全信息下的攻击建模机理,设计基于机理驱动与图论搜索的攻击方案寻优算法。算例表明,攻击者仅需掌握局部拓扑结构和线路参数,就能在几十ms内构造攻击向量,并以很小的攻击代价误导直流/交流状态估计结果,破坏电网安全稳定经济运行。
文摘针对复杂多变的工作环境给风电机组状态监测带来的挑战,提出了一种基于深度学习和注意力机制组合的状态监测与健康评估方法。首先,将风电机组数据采集与监控(supervisory control and data acquisition,简称SCADA)系统数据进行预处理;其次,将卷积神经网络(convolutional neural networks,简称CNN)和长短期记忆网络(long short-term memory,简称LSTM)相结合提取数据的时空特征,并引入注意力机制(Attention)为LSTM分配相应的权重;然后,利用指数加权移动平均来设置阈值,通过分析均方根误差实现风电机组的状态监测;最后,通过实例对风电机组的主轴承、发电机定子和叶片变桨电机状态进行监测分析和健康评估,验证该方法的有效性。
文摘借鉴SCADA系统结构,讨论了一种温室环境监控系统,系统采用CAN/1-Wire分级网络,布线方便,运行可靠;RTU以基于ARM CORTEX-M3核的STM32处理器为核心,外围模块丰富,数据处理能力强;HMI采用CAN TO USB模块,软件设计灵活,安装使用方便,同时给出了系统结构和实现关键细节。
