首页期刊导航|自动化与仪器仪表
期刊信息/Journal information
自动化与仪器仪表
自动化与仪器仪表

孙怀义

双月刊

1001-9227

auto81@163.com

023-63050371

401121

重庆市渝北区人和杨柳路2号B区

自动化与仪器仪表/Journal Automation & InstrumentationCSTPCD
查看更多>>本刊是技术刊物。旨在加强学术交流，促进中国自动化与仪器仪表的发展，为自动化和仪器仪表工作者服务。
正式出版
收录年代

    基于深度神经网络的工业网络安全态势感知方法设计

    吴德峰祁志荣郑乾坤
    148-151页
    查看更多>>摘要：工业网络时刻面临着来自网络中的各种攻击入侵风险,为保护工业网络安全,设计一种基于深度神经网络的工业网络安全态势感知方法.该设计中通过数据仓库集成技术集成深度神经网络输入所需要的态势信息并实施处理,利用层次分析法从基础信息中提取关键态势要素,以关键态势要素为输入,利用深度神经网络计算工业网络安全态势值并划分安全态势等级.结果表明:随着攻击的进行,工业网络安全态势值呈现上升的趋势,其中U2R攻击下的态势值从最初0.32上升到了 0.86,态势等级从安全发展到了高风险;DDos攻击下态势值从0.47上升到了 0.55,态势等级从安全发展到了中等风险;Porbe攻击下态势值变化不明显,态势等级一直处在安全级别,由此说明该工业网络针对Porbe攻击防护能力最强,针对U2R攻击防护能力最弱.

    深度神经网络工业网络安全态势感知方法

      原文链接:
    • 维普
    • 万方数据

    基于DBSCAN算法的电力系统线路过载控制

    陈超江雄石健姚昱豪...
    152-155页
    查看更多>>摘要：电力系统中负载分布不均匀导致缺失,且缺乏有效的负荷调节和平衡机制,容易导致线路过载问题.为此提出基于DBSCAN算法的电力系统线路过载控制策略研究.对原始电力系统中缺失的负荷数据通过DBSCAN二次聚类方法进行修补,以获得更全面的负荷数据;修补后的负荷数据用来构建线路过载控制模型.在构建模型时,以用电负荷、机组有功调整以及电压偏差最小为目标函数,以发电功率、负荷节点功率以及节点电压负荷为约束条件;使用二进制布谷鸟搜索算法对该模型进行求解,获取满足约束条件的最优解,通过不断地迭代和调整搜索的位置,寻找电力系统线路过载控制的最优策略.实验结果表明:所提方法的功率波动及电压偏移控制效果较好,在保障系统较好的线路过载控制效果的同时,具有较高的计算效率.

    DBSCAN算法数据修补线路过载控制模型布谷鸟搜索算法

      原文链接:
    • 维普
    • 万方数据

    基于层次分析法的KNN算法小麦种子品种的分类研究

    屈博琛
    156-159页
    查看更多>>摘要：针对小麦品种分类的问题,通过对小麦籽粒投影面积、籽粒周长、籽粒紧度、籽粒长度、籽粒宽、不对称系数、籽粒槽长度等7个参数进行分析,建立数学模型对测试样本进行准确分类,分析数据设计小麦籽粒识别算法,识别三种不同小麦品种的籽粒.实施步骤为,首先构建小麦品种分类的数学模型,接着使用层次分析法构建了小麦品种的评价指标,使用混淆矩阵完成评价,最后通过卡玛、蔷薇、加拿大人三种小麦品种分类的实例分析,提出的算法能够优化数学模型,提高小麦品种的识别率.

    测试样本层次分析法混淆矩阵数学模型

      原文链接:
    • 维普
    • 万方数据

    矩形件下料问题的一种价值校正优化算法

    潘卫平
    160-163页
    查看更多>>摘要：优良的下料方案可以提高矩形件下料利用率.提出一种基于四块排样方式的价值校正优化下料算法.板材切割成矩形件的过程为首先将板材切割成四个矩形块,然后将每个矩形块切割成方向和长度均相同的条带,最后将条带切割成所需要的矩形件.构造无约束四块排样算法生成每种矩形件在板材上允许出现的数量无约束的排样方式;构造有约束排样算法生成每种矩形件在板材上允许出现的数量有约束的排样方式;采用线性规划算法调用无约束排样算法生成第一部分下料方案,采用顺序启发式算法调用有约束排样算法生成第二部分下料方案,通过迭代校正矩形件的价值使得下料方案中的排样方式逐渐趋于最优;组合两部分下料方案形成完整下料方案.采用文献中生产实例进行计算分析,结果表明本文下料算法比文献下料算法更能提高板材利用率.

    下料问题四块排样方式线性规划顺序启发式

      原文链接:
    • 维普
    • 万方数据

    基于大数据的异构融合通信网络可信接入安全风险自动识别方法

    张文聪
    164-167页
    查看更多>>摘要：伴随大量节点的接入,通信网络环境越来越复杂,导致很多恶意行为出现,大大降低了通信网络的安全性.在此背景下,为保证通信网络的安全性,研究一种基于大数据的异构融合通信网络可信接入安全风险自动识别方法.该研究中通过计算有效性和可靠性数据,确定7个接入安全风险因素.针对7个接入安全风险因素,按照量化规则实现大数据量化处理.通过隶属度和安全风险因素的权重,构建识别模型,计算出每个安全风险等级发生的概率值,根据最大隶属度原则,将发生概率中最大值对应的风险等级作为识别结果.结果表明:按照最大隶属度原则,工况1中风险等级L2对应的安全风险等级发生概率值最大,由此说明识别出来的工况1的风险程度低;工况2中风险等级L3对应的安全风险等级发生概率值最大,由此说明识别出来的工况2的风险程度中等;工况3中风险等级L4对应的安全风险等级发生概率值最大,由此说明识别出来的工况3的风险程度高.

    大数据异构融合通信网络风险因素可信接入安全风险程度自动识别方法

      原文链接:
    • 维普
    • 万方数据

    基于改进无证书签名的电网设备监测数据安全共享方法

    谢祈鸿白振东赵劲志
    168-171,175页
    查看更多>>摘要：针对电网设备监测数据共享时效性差,用户个人信息易被窃取问题,提出一种基于改进无证书签名的电网设备监测数据安全共享方法.通过哈希函数、时间戳算法改进无证书签名方法,结合概率多项式、自适应选择身份建立数据共享的安全模型,使用合约、联盟区块链获取电网设备监测数据并发送,用户利用处理节点公钥加密请求信息并打包,处理节点通过自己的私钥解密用户发出密文,得到明文,再使用用户公钥对其加密并发送,最终用户得到电网设备的监测数据,实现信息共享.实验结果表明,所提方法共享效率较高,并能够保证数据共享的安全.

    改进无证书签名电网设备数据共享私钥密文明文个人信息

      原文链接:
    • 维普
    • 万方数据

    线路重要度区分下的电力系统脆弱线路辨识

    江雄陈超姚昱豪石健...
    172-175页
    查看更多>>摘要：电力系统实际运行中可能受到负荷变化、故障发生、天气变化等各种因素的影响,这些因素导致电力网络间的大范围互联会使小范围内的故障很快传到大范围甚至于整个电力网,,脆弱线路辨识的过程中,传统方法针对线路引入了带权重线路介数指标,形成了脆弱线路辨识流程,但是这种方法没有区分不同线路的重要程度,导致路线辨识存在误差.为此,提出基于混合蛙跳算法的电力系统脆弱线路辨识方法研究.通过直流潮流算法对电力系统中的非重要线路和重要线路进行识别和区分,将重要线路进行进一步脆弱性分析,确定脆弱指标后,建立电力系统脆弱线路辨识模型;利用混合蛙跳算法的更新迭代功能求解该模型,搜索模型的最优解,以此实现电力系统脆弱线路的有效辨识.实验结果表明,所提方法在避免局部最优的同时,有效提高了脆弱线路辨识的精度和效率.

    脆弱线路辨识直流潮流算法脆弱指标混合蛙跳算法

      原文链接:
    • 维普
    • 万方数据

    考虑光伏接入的低压台区线损率异常检测技术

    高涵冰宋新利庞博蒋春月...
    176-179页
    查看更多>>摘要：光伏发电接入配电网络过程中会相应产生线损,为了防止异常线损对低压台区运行带来的影响,需要对其进行准确检测,故本次研究提出了一种考虑光伏接入的低压配电台区馈线线损率异常检测技术.该方法首先分析光照强度与影响光照的因素,并在此基础对光伏发电实施建模,然后基尔霍夫电流定律构建配电台区模型,最后在平衡态和不平衡态的配电台区分别接入分布式光伏电源后,对其线损实施检测.实验结果表明,所提方法线损检测效率高、准确率高且误报率低,均优于对比方法,得到的检测效果更好,更适用于线损的日常检测.

    光伏接入低压配电台区馈线线损率异常检测

      原文链接:
    • 维普
    • 万方数据

    基于SOM的电能计量装置数据自动集成方法

    周晨晖石贇超章琛敏黄沁沁...
    180-183,187页
    查看更多>>摘要：目前的电能计量装置是由电力互感器、电能表及二次联线等环节构成.由于多种设备的数据具有不同属性,且中间环节容易导致误差、窃电等影响数据自动集成的结果.提出基于SOM网络的电能计量装置数据自动集成方法.首先,利用SOM网络的训练过程不断改变神经元连接权值,计算并完成对电能计量装置数据的分类处理;然后,分析自动集成的约束条件,在数据属性参数(即"T值")及装置终端参数(即"M值")的约束下,将数据集成任务拆解为多个任务子集,得到电能计量装置数据的属性,确保已分类数据的一致性和可靠性;最后,根据约束条件,通过SOM网络自主学习能力完成终端数据的自动集成.实验结果表明:本方法具有较低的丢包率和误差,能高效完成电能计量装置数据自动集成任务.

    自组织映射神经网络电能计量装置数据自动集成自主学习训练任务终端矩阵

      原文链接:
    • 维普
    • 万方数据

    面向配电网下基于大数据技术的电力负荷自动预测研究

    刘丽梁大鹏薛璐璐杨亮...
    184-187页
    查看更多>>摘要：随着科技的进步,大数据技术在电力负荷预测中的使用越来越多.为提升在大数据技术基础上的电力负荷预测系统的性能,研究首先设计了一个基于大数据技术的运维管控系统,然后将K均值聚类与长短期记忆网络结合,设计出一种负荷预测模型,最后将运维管控系统与电力负荷预测模块应用于配电网平台.结果表明,在指标计算中,负荷预测模型的决定系数比其他模型分别提升0.051、0.089、0.128,拟合度和精度较高.在实际应用中,负荷预测模型预测值与真实值之间的平均差值为1.0％,准确率较高.以上结论证明了设计模型的性能较好,能够为电力系统的规划和调度提供科学依据.

    大数据技术负荷预测K均值长短期记忆网络

      原文链接:
    • 维普
    • 万方数据