【摘 要】
：
近年来,针对综合能源系统的信息物理协同攻击事件时有发生,严重影响了系统的安全经济运行,因此考虑信息物理协同攻击的攻防策略对综合能源系统优化调度的影响具有重要意义。本文针对气-电混联综合能源系统,研究了攻击者视角下计及负荷重分配攻击与破坏供能网络的物理攻击协同的最优攻击策略,以及防御者视角下计及系统备用容量和替代负荷的最优防御策略。主要内容如下:（1）研究不计攻击的气-电混联系统优化调度策略本文采用
论文部分内容阅读
近年来,针对综合能源系统的信息物理协同攻击事件时有发生,严重影响了系统的安全经济运行,因此考虑信息物理协同攻击的攻防策略对综合能源系统优化调度的影响具有重要意义。本文针对气-电混联综合能源系统,研究了攻击者视角下计及负荷重分配攻击与破坏供能网络的物理攻击协同的最优攻击策略,以及防御者视角下计及系统备用容量和替代负荷的最优防御策略。主要内容如下:（1）研究不计攻击的气-电混联系统优化调度策略本文采用电网直流潮流方程和天然气网韦茅斯方程来计算气-电混联系统稳态潮流。本文考虑了各种设备出力的约束,建立了以包括燃煤成本、供气成本和切负荷补偿成本的总成本最小为目标的气-电混联系统优化调度模型,并利用Yalmip工具包求解了该优化模型。求解出的系统最优调度策略为后文有效评估攻击与防御的策略提供参考。（2）研究攻击者视角下考虑信息物理协同攻击的气-电混联系统最优攻击策略本文首先基于攻击者的视角,提出了协同攻击的攻击难度函数和攻击效果函数,建立了不计及攻击难度的单目标最优攻击模型和计及攻击难度的多目标最优攻击模型;其次利用粒子群算法进行迭代求解,分别得到单目标和多目标模型的最优解和最优Pareto解集;最后从两个模型的优化结果分析并相互印证,得出最优攻击策略。该最优攻击策略使得系统处于最坏的运行状态并承担最大的成本损失。（3）研究防御者视角下考虑备用容量和替代负荷的气-电混联系统最优调度策略本文将备用容量和替代负荷作为防御措施并纳入优化调度模型中,建立了计及设备热运行成本、备用成本和替代负荷的补偿成本的总成本最小的系统最优防御策略模型,并采用Yalmip工具包进行求解。系统最优防御策略表明合理安排设备的备用容量更有利于与替代负荷相互协同,以达到更好的防御效果,增强系统的经济性。本文在改进的IEEE14节点系统与改进天然气9节点系统平台上进行优化调度,调度结果验证了所提模型与策略的有效性。
其他文献
无线通信技术的发展,给人类社会生活带来了极大的便利,每个人的社会活动都随时进行着信息传递,个人信息传输的效率和质量应是一个需要重点研究的问题。尤其在5G,6G等高频通信技术下,会有更多的终端接入互联网,需要传输的数据将是以前不可想象的。因此,对于无线通信系统信息传递的全过程,各个阶段的研究必须进行客观深入的开展,才能为人类生活提供更好的保障。在非正交多址（Non-Orthogonal Multip
目前人工智能处于飞速发展时期,人类不断突破技术难点,更新人机交互方式。语音识别是语音交互的基础,因此语音识别技术成为国内外众多学者的研究热点。随着神经网络的兴起及计算机性能的提升,科学家将神经网络应用到语音识别中,使识别率有了显著的提高,同时推动了语音识别类产品的商业应用。本文主要研究基于Kaldi的中文语音识别。阐述了语音识别的基本原理及语音信号特征提取方法,介绍了开源工具Kaldi的WFST解
随着全球移动互联网人口规模不断扩大、人均使用时长日渐增加,新时代的无线通信技术需具有更高的频谱效率（Spectral efficiency,SE）、满足更大规模的用户/设备连接、提供更快的数据传输速率等,传统的正交多址接入技术（Orthogonal Multiple Access,OMA）已逐渐不能满足用户的需求。与正交多址技术不同,非正交多址接入（Non-orthogonal Multiple
随着人工智能技术的不断发展,异常检测技术拥有很高的应用价值,广泛应用于入侵检测、故障检测和安防监控等领域。然而,在大数据时代,信息系统产生的数据不仅规模庞大且复杂多变,再加上异常的不可预知性,使得异常检测成为一项非常具有挑战性的工作。近年来,深度学习在异常检测问题上取得巨大的成功。相比于传统异常检测方法,深度学习在无需复杂特征工程的前提下就可以获取大型高维数据中的复杂模式。深度自编码器是异常检测问
电子材料作为整个材料行业不可或缺的一部分,被广泛应用于电子设备中。由于微型化和高度集成化的发展,大气环境下的腐蚀对其内部电子电路和元器件的性能造成严重的影响,导致电子设备失效。印刷箔层压板（PCB-Cu）与化学镀镍金处理技术（PCB-ENIG）以其优良的导电性,被应用于印制电路板（PCB）工艺中,因而PCB-Cu与PCB-ENIG在大气环境下的腐蚀成为学者们的研究热点。本文基于腐蚀机理与元胞自动机
遗传性疾病严重威胁人类健康,破解基因和疾病之间的联系已经成为生物医学研究的重要目标,发现与疾病密切相关的基因对于疾病的预防、诊断及治疗具有极其重要的意义。随着各种生物数据的不断挖掘以及计算机技术的飞速发展,针对基因-疾病关联关系预测问题已经提出了很多方法。然而,现有的预测方法大多采用两步策略,即先进行特征融合,再进行关联关系预测,忽略了这两步之间的促进关系。同时,这些模型没有充分挖掘基因和疾病的多
人的脸部表情是内心情绪的表达,是人与人之间交流情感的重要手段。随着人工智能的发展,人脸表情识别作为计算机视觉中的重要课题受到广泛研究,在人机交互,在线学习,医疗诊断和智能驾驶等领域有重要的应用。因此,如何获得人脸表情识别率更高、识别更快参数量更少的模型对于人脸表情识别任务至关重要。本文基于不同的特征提取方式,主要提出了四种改进的表情识别算法。首先,早期手工提取人脸表情特征的算法对于小型数据集有一定
随着智能设备和新兴智能应用的普及,移动数据流量呈爆炸式增长。为了满足更高的数据速率和大规模无线连接的需求,引入了异构云无线接入网络（Heterogeneous Cloud Radio Access Network,HCRAN）,但大量的低功率节点以及节点间的干扰导致能源消耗的急剧增加。因此,能效优化成为实现网络可持续发展的关键问题。基于上述背景,本文考虑在HCRAN中使用可再生能源与电网能源混合供
微电子器件自出现以来就受到了人们的广泛关注,研究中发现,微电子器件在使用时会根据所选参数的不同而呈现出单周期、多周期或混沌等丰富的非线性动力学现象。本文基于极限学习机（ELM,Extreme Learning Machine）算法针对两种典型的微电子器件——Duffing振子和约瑟夫森结进行了非线性动力学的相关研究。具体工作如下:第一,我们对Duffing振子动力学状态的识别方法进行了研究。Duf
随着信息技术及互联网环境的不断发展,随之而来的信息过载问题亟待解决,常见的数据稀疏以及冷启动问题都在一定程度上影响了推荐质量。现有的大部分推荐算法更偏向于物品信息的考虑,而往往忽略了用户信息,同时更加侧重于挖掘用户与物品之间的静态相关性,但忽略了随着时间的推进而导致的用户兴趣的衰减以及偏好的动态变化,从而无法实现理想的效果。为了解决以上问题,本文提出了基于双端知识图的用户偏好推荐模型,主要研究内容