《多参数优化下的智能电源箱物联态势实时监控方法.pdf》由会员分享,可在线阅读,更多相关《多参数优化下的智能电源箱物联态势实时监控方法.pdf(4页珍藏版)》请在文库网上搜索。
1、Microcomputer Applications Vol.39,No.11,2023文章编号:10 0 7-7 57 X(2 0 2 3)11-0 130-0 4多参数优化下的智能电源箱物联态势实时监控方法高勇,范龙(河北省送变电有限公司,河北,石家庄0 50 0 0 0)摘要:文章提出了多参数优化下的智能电源箱物联态势实时监控方法。采用多参数优化方法优化了电源箱物联态势监控参数,计算监控参数权值,获取监控参数向量,建立了电源箱物联态势监控矩阵,在多参数优化的支撑下,依据电源箱物联态势,联合矩阵中参数的关联序列,计算电源箱物联态势监控矩阵参数权重,基于电源箱物联态势的信度分配函数,判断物联
2、态势安全等级,根据智能电源箱遭受攻击的分配函数,设计了电源箱物联态势监控算法,实现了电源箱物联态势的监控。实验结果表明,多参数优化下的智能电源箱物联态势实时监控方法不仅可以提高电源箱物联态势监控质量,还可以保证监控的准确性。关键词:多参数优化;物联态势;智能电源箱;实时监控;目标函数;权重计算中图分类号:TN929Real Time Monitoring Method of IoT Situation of Intelligent Power Box(Hebei Power Transmission and Transformation Co.,Ltd.,Shijiazhuang 050000
3、,China)Abstract:A real-time monitoring method of IoT situation of intelligent power box under multi-parameter optimization is pro-posed.The multi-parameter optimization method is used to optimize the IoT situation monitoring parameters of the power box,calculate the monitoring parameter weights,obta
4、in the monitoring parameter vectors,and establish the IoT situation monito-ring matrix of the power box,Under the support of multi-parameter optimization,the parameter weights of the IoT situationmonitoring matrix of the power box are calculated according to the IoT situation of the power box and th
5、e correlation sequenceof the parameters in the joint matrix.Based on the reliability distribution function of the IoT situation of the power box,the se-curity level of the IoT situation is judged.According to the distribution function of the attack on the intelligent power box,theIoT situation monit
6、oring algorithm of the power box is designed to realize the IoT situation monitoring of the power box.Theexperimental results show that the real-time monitoring method of IoT situation of intelligent power box under multi-parameteroptimization can not only improve the quality of IoT situation monito
7、ring of power box,but also ensure the accuracy of monito-ring.Key words:multi-parameter optimization;IoT situation;intelligent power box;real time monitoring;objective function;weight calculation行驶的车辆为感知对象,在大数据技术的基础上,将不确定0引言性数学方法应用到公路态势评估模型的建立过程中,不仅可物联网的发展速度迅猛,在工业领域中的应用十分广以对公路中的不安全行为进行控制,还可以解决公路、车辆泛
8、1,由于物联网资源种类繁多,智能电源箱内的态势监测以及环境之间的协同问题;杨亚龙等 5将以太网控制自动化数据庞大,用户很难直接应用。对智能电源箱内的物联网情技术应用到电源现场层监控方法设计过程中,根据ITER大况进行监控,不仅可以解决物联网情况在电源箱内难以存储功率极向场电源装置的特点,通过环网穴余拓扑电源现场层的问题,还可以解决物联网情况信息的控制和交互问题 2-3。监控的拓扑结构设计,保证了环网穴余拓扑的可靠性,从而胡启洲等 4为了实时了解高速公路的交通状况,基于车路协保证了扩展模块的高可靠性,应用组态软件配置了监控拓扑同理念,设计公路运行态势监控方法,将通信技术与车辆行结构的各个层次,可
9、以满足电源现场层监控的实时性,满足驶态势结合在一起,构建公路态势监控体系,以高速公路中电源运行可靠性的控制要求。作者简介:高勇(19 8 9 一),男,硕士,工程师,研究方向为电工理论与新技术;范龙(19 8 2 一),男,本科,高级工程师,研究方向为电子信息工程。研究与设计文献标志码:Aunder Multi-parameter OptimizationGAO Yong,FAN Long微型电脑应用2 0 2 3年第39 卷第11期.130.Microcomputer Applications Vol.39,No.11,2023本文以多参数优化为手段,设计一种电源箱物联态势实时监控方法,从而
10、提高物联态势监控性能。1电源箱物联态势实时监控方法设计1.1优化电源箱物联态势监控参数为了实现电源箱物联态势监控的实时性,基于多参数优化方法 6 ,对电源箱物联态势的监控参数进行优化。在物联态势监控核函数中,待优化的参数为,其取值范围为O m i n,O m a x,那么物联态势监控参数在训练过程中分布的期望半径ER可以通过下式计算:(Er)2=n式(1)中,K表示物联态势监控核函数,c 表示智能电源箱中存在第i个训练的监控参数样本,表示智能电源箱中存在第i个训练的监控参数样本,n表示监控参数训练样本的总数。如果第一、二类监控参数样本分布在物联态势监控中的期望半径分别为E和Er2,计算公式为2
11、-22K(a,Ch)nni-1-1=1式(2)中,k表示智能电源箱中监控参数样本的类型,表示智能电源箱中存在第k类中第i个训练的监控参数样本,i表示智能电源箱中存在第k类中第个训练的监控参数样本,n表示第k类监控参数样本在智能电源箱中的总数。假设T代表多参数优化的目标函数,物联态势监控参数的优化目标就是利用多参数优化方法对目标函数T最小化门,最小化处理公式为T1+ER-2EE-表示不同类型监控参数样本在智能式(3)中,ER一2,E FL表示不同类型监控参数样本的电源箱中类间距离,2类内距离在智能电源箱中的平均值。最小化处理多参数优化的目标函数T就是利用多参数优化方法使监控参数样本之间存在最大的
12、监控间隔 8 。将步长赋值给监控参数,通过以上计算步骤,获取到一个新的多参数优化目标函数,将新的函数值与最初的函数值进行对比,保留函数值比较小的目标函数和对应的监控参数 9。利用式(1)式(3)循环迭代监控参数样本,直到监控参数达到0 max,停止循环迭代,得到目标函数最小值T和对应的参数,那么就是物联态势监控中的最优参数,完成电源箱物联态势监控参数的优化。1.2计算电源箱物联态势监控矩阵参数权重在对电源箱物联态势的实时监控过程中,影响电源箱物联态势安全的参数为ui,监控矩阵V中的第j个元素为uj,那么利用式(4)可以计算参数u;对监控矩阵V中第j个元素U,的权值,公式为ri=Ujui式(4)
13、中,ni表示参数集合中第i个参数u;作出第个监控研究与设计反应的设备数量,ntotal表示监控设备总数。利用式(4)中的监控权值,得到参数u的监控向量,表达式为(5)ntotalri,riz,.,rik式(5)中,ri、r i 2 和r表示参数u;的监控参数。在智能电源箱中,影响物联态势安全的参数向量与参数之间的映射关系为R10,利用式(5)中的向量,建立电源箱物联态势监控矩阵,表示为R=V.RXriu;U;K(a;,a)(1)i=-1j=1n2E+Er2722E+E2ni/noal V.iu微型电脑应用2 0 2 3年第39 卷第11期ru;(6)假设u(k)代表物联态势监控矩阵参数的观测数
14、据,在多参数优化的支撑下,得到电源箱物联态势监控矩阵中参数u的关联序列,表达式为(7)式(7)中,X。表示参数的参考关联序列,那么利用式(8)可以计算n个参数和参考序列对象之间的关联系数均值roi,将ro;定义为电源箱物联态势监控参数的平均关联系数,即:(2)roi=Zs(k).ui(k)mk=1式(8)中,m表示参数关联序列的数量,s表示关联系数,(k)表示分辨系数。假设r表示组成关联系数ro:的向量,根据式(7)中的监控参数关联系数均值,计算电源箱物联态势监控矩阵参数权重,即:W=xu()roi通过计算监控参数的权值,得到监控参数的向量,建立(3)了电源箱物联态势监控矩阵,在多参数优化的支
15、撑下,电源箱物联态势监控矩阵中参数的关联序列,计算电源箱物联态势监控矩阵参数权重。1.3设计电源箱物联态势监控算法设计电源箱物联态势监控算法,计算电源箱物联态势信度分配函数,判断物联态势安全等级;计算智能电源箱每一个结构的物联安全态势,构建电源箱遭受攻击的分配函数;根据攻击产生的支持率,实现了电源箱物联态势的监控。为了提高电源箱物联态势的监控性能,令miH为物联态势置信度,利用式(10)计算电源箱物联态势的信度分配函数,即:Wad=Kihto XmiHmdriXKhpo式(10)中,Khpo表示当前的物联态势级别,mdn表示当前物联态势级别对应的低威胁信度,Pup表示监控设备的响应行为。将hh
16、k。定义为物联态势安全等级权重,利用式(11)可以计算物联态势安全等级,即:Smik=komi Arvhmta式(11)中,kyui表示当前物联态势安全级别对应的高威胁信度,入frty表示物联态势安全级别指数的推理证据,hi表示当前物联态势安全级别对应的中威胁信度。(4)根据电源箱物联态势安全等级,计算智能电源箱的物联态势,公式为.131.(8)(9)(10)(11)hkMicrocomputer Applications Vol.39,No.11,2023式(12)中,C,表示智能电源箱S.受到外界攻击的次数,T;表示电源箱物联态势遭受攻击的严重程度,H,表示电源箱主机。将电源箱主机H的安全
17、比重权值向量定义为Vhui,利用式(13)计算电源箱主机遭受攻击的态势:PH,OH,jio=S干 LopVhui其中,pH,表示防御指数,Lop表示主机H;在电源箱系统中的权重。假设电源箱主机成功防御外界攻击的次数为uio,得到电源箱中每一个结构的物联态势,即:ugyh式(14)中,so表示成功防御次数占总防御次数的比值,kj表示即将产生的外界攻击等级。在智能电源箱遭受到的所有攻击中,可能发生的最大攻击等级为Sfgy,那么智能电源箱遭受攻击的分配函数表示为fui=(15)arf将外界攻击的融合形式定义为aar,攻击级别定义为msr,那么电源箱对攻击产生的支持率计算公式为(16)aarf式(16
18、)中,Xa表示电源箱物联态势遭受攻击的时刻,an表示电源箱在时刻的物联态势值。假设智能电源箱物联态势遭受攻击的先验概率密度为afty,那么利用式(17)可以对电源箱物联态势进行监控,即:(17)rhuiujik式(17)中,ar表示攻击步骤。综上所述,完成电源箱物联态势监控算法设计,实现了电源箱物联态势的实时监控。2实验分析2.1实验数据预处理为了验证多参数优化下物联态势监控方法的有效性,选取智能电源箱物联态势中的2 0 0 个测试样本作为仿真对象。智能电源箱柜体结构如图1所示。柜门(前)图1智能电源箱柜体结构图(1)柜门(前)、柜门(后)可开启;(2)装置安装层:设备安装于本层前面,主要导电
19、线路布置于本层后面;(3)遮挡层:本层主要作用为遮挡内部导线与设备的接研究与设计u-S-IH T.头,留出适合设备的孔洞,使漏电保护器等设备面板露出便(12)C(13)(14)H装置安装层遮挡层柜门(后微型电脑应用2 0 2 3年第39 卷第11期于操作,本层要便于拆卸方便更换或检查设备;(4)柜体安装轮子方便移动。当电源箱在使用过程中发生故障跳闸或发生电气火灾时以及各项参数偏离正常运行值时,应及时发出报警/预警信号,该信号除应包含现场声光报警外,相关管理人员应能及时通过PC端、手机端App及短信形式接收到事故报警信息,以便第一时间作出响应。为避免物联态势时间序列对监控结果产生影响,需要对2
20、0 0 个测试样本进行归一化处理,即:h;-min(h)h=一max(h)min(h)i=1,.M其中,h表示电源箱物联态势样本值,h,表示测试样本的归一化值,min(h)表示测试样本集的最小值,max(h)表示测试样本集的最大值,M表示测试样本数量。根据式(18)的计算结果,得到电源箱物联态势的归一化结果,如图2 所示。1.00.80.40.2H0图2 电源箱物联态势的归一化结果在图2 的结果中可知,电源箱物联态势值的归一化处理结果在0 1之间,避免了物联态势时间序列对监控结果产生影响。2.2设置实验参数为了确保实验结果的准确性,设置了如表1所示的实验参数。表1实验参数参数编号参数名称1电源
21、箱主机数量/台2电源箱主机响应延迟/s3物联态势类型/种4电源箱遭受攻击的时间/s5带宽占比/%表1中的3种物联态势类型:物联网攻击态势、物联网防御态势、整体安全态势 11。2.3设置实验指标在实验过程中,引入车路协同下的态势监控方法(文献4方法)和基于EtherCAT的态势监控方法(文献 5 方法)作对比,将物联态势信息识别率作为评价指标,衡量电源箱物联态势监控质量,物联态势识别率计算式为(19)S.fi式(19)中,kder表示物联态势安全等级,Xm表示攻击数据包发送速率,xm表示物联态势变量,jx的值越大说明物联态势.132(18)102030405060仿真时间/s参数大小60.473
22、12085kderXXiukMicrocomputer Applications Vol.39,No.11,2023监控质量越好。利用本文方法比较归一化数据与电源箱物联态势样本值差异,提取偏离正常的运行值,根据电源箱物联态势信度和电源箱物联态势遭受攻击的严重程度,融合外界攻击总体形式,计算攻击产生的支持率,基于表2 判断电源箱每一个结构的物联安全等级,实现了电源箱物联态势的监控。表2 3种物联态势类型的等级界定攻击态势Ygyui物联网攻击态势0.20.3物联网防御态势0.30.4整体安全态势0.40.5同时利用其他两种方法测试电源箱物联态势值,衡量3种方法的准确性。2.4结果分析3种方法的物联
23、态势信息识别率测试结果如图3所示。100806040200图3物联态势信息识别率测试结果从图3的结果可知,采用车路协同下的态势监控方法时,物联态势信息识别率的最大值为50%,当实验进行到2 0 40s之间时,物联态势信息识别率出现了下降的趋势,导致后期的识别率偏低;采用基于EtherCAT的态势监控方法时,物联态势信息识别率的最大值达到了8 0%,比车路协同下的态势监控方法提高了6 0%;而采用多参数优化下物联态势监控方法时,在实验初期物联态势信息识别率就达到了80%,随着实验的进行,到了实验后期,物联态势信息识别率达到了9 6%,因此说明文中方法可以通过提高物联态势信息识别率,来提高电源箱物
24、联态势监控质量。3种方法的电源箱物联态势值测试结果如图4所示。250实际的电源箱物联态势一一多参数优化下物联态势监控方法200二一基于EtherCAT的态势监控方法一口一车路协同下的态势监控方法口100F500图4电源箱物联态势值测试结果从图4的结果可知,随着时间的变化,3种方法得到电源箱物联态势值的变化趋势与实际的物联态势值变化趋势相同,采用车路协同下的态势监控方法时,电源箱物联态势值研究与设计与实际的物联态势值之间的误差比较大,而基于EtherCAT的态势监控方法得到的电源箱物联态势值与实际的物联态势值之间的误差,比车路协同下的态势监控方法小,采用文中方法时,得到的电源箱物联态势值与实际的
25、物联态势值之间的误差比较接近,但是仍然存在0.0 5%的误差,说明多参数优化下物联态势监控方法可以保证智能电源箱物联态势实时监控的准确性。安全等级3总结危险一般安全口O一多参数优化下物联态势监控方法一基于EtherCAT的态势监控方法一口一车路协同下的态势监控方法12020微型电脑应用2 0 2 3年第39 卷第11期本文提出了多参数优化下的智能电源箱物联态势实时监控方法,在监控电源箱物联态势时,不仅可以提高电源箱物联态势监控质量,还可以保证监控的准确性。但是本文的研究还存在很多不足,如施工现场临时用电安全管理,在今后的研究中,希望可以引入神经网络对监控参数进行优化,如后台数据查看、消防报警等
26、功能的优化等,进一步提高监控质量。1艾欣,赵旭州,胡寰宇,等.G1-熵权-独立性权法在电网发展态势感知中的应用J.电网技术,2 0 2 0,44(9):3481-3490.2 陈碧云,李弘斌,李滨.基于数据挖掘和CAPSO-SNN的电力作业风险态势感知J.电力自动化设备,2020,40(1):148-155.406080时间/s406080时间/s参考文献1003刘鑫蕊,李欣,孙秋野,等.考虑冰灾环境的配电网态势感知和薄弱环节辨识方法 J.电网技术,2 0 19,43(7):2243-2252.4胡启洲,张晓亮,吴翊恺,等。车路协同下高速公路运行态势监测方法J.东南大学学报(自然科学版),20
27、20,50(6):1143-1147.5杨亚龙,刘为,高格,等.基于EtherCAT的ITER极向场电源现场层监控系统设计 J.核聚变与等离子体物理,2 0 19,39(3):2 49-2 55.6 李有珍,泛在电力物联网安全态势评估与应用研究J.通信电源技术,2 0 2 0,37(5):12 6-12 7.7何庆,张晓晖.基于SDN技术构架的泛在电力物联网安全态势评估J.数字化用户,2 0 19,2 5(16):121-122.8 周峰,周晖,习赢龙.泛在电力物联网智能感知关键技术发展思路 J.中国电机工程学报,2 0 2 0,40(1):70-82.9 蒋铁铮,尹晓博,马瑞,等.基于k-means 聚类和模糊神经网络的母线负荷态势感知 J.电力科学与技术学报,2 0 2 0,35(3):46-54.10徐毅,袁保平,朱学珍,等.基于IEC61850智能变电站通信网络的可靠性评估 J.微型电脑应用,2 0 2 1,10037(4):114-116.11冯英伟,王庆福,吕国,等.基于改进证据理论的物联网安全态势评估 J.西安理工大学学报,2 0 18,34(4):495-501.(收稿日期:2 0 2 2-0 2-18)133