【技术实现步骤摘要】
本专利技术涉及机器学习，特别是一种基于云计算的智慧电网变配电站管理系统及其方法。
技术介绍
1、随着智能电网技术的迅速发展，电力系统的自动化和智能化水平不断提高，特别是在数据采集与分析方面，传统的变配电站管理仍然面临着许多挑战。目前，大多数智慧电网变配电站管理系统依赖于集中式的数据处理中心，而这种架构容易受到单点故障的影响，且数据传输延迟较高，难以实现实时监控和快速响应。此外，电网系统面临的攻击行为日益增多，传统的方法在攻击检测和响应速度上存在不足，尤其是在数据可信度验证方面有所欠缺。当前的系统通常采用单一的统计方法，对于复杂网络环境下的攻击行为识别不够准确。
2、现有技术在数据预处理和异常检测方面的局限性尤为突出，尤其是在面对海量数据时，如何高效地进行数据筛选和可信度评估成为急需解决的问题。传统的数据处理方式往往无法满足实时性要求，而且对于攻击行为的识别精度也有待提升。相比之下，我方专利技术通过引入边缘计算节点进行数据预处理，结合云计算平台的贝叶斯算法进行数据可信度分析，以及使用支持向量机svm模型结合核函数进行攻击行为识别，能够在保证数据质量的同时提高系统的响应速度和检测准确性。本专利技术旨在解决现有技术中数据可信度验证不足和攻击行为检测不精准的问题，属于智能电网数据处理及网络安全
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种基于云计算的智慧电网变配电站管理系统及其方法解决数据可信度验证与攻击行为
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种基于云计算的智慧电网变配电站管理方法，其包括，通过安装在智慧电网变配电站的多种传感器和智能设备采集电力数据，并在边缘计算节点上进行数据预处理；将预处理后的数据上传至云计算平台，使用贝叶斯算法对数据进行可信度分析；对于通过可信性验证的数据，使用支持向量机svm模型结合核函数识别攻击行为与分类；一旦识别攻击行为，立即启动相应的响应机制，同时通过企业电力运维云平台进行可视化展示。
5、作为本专利技术所述基于云计算的智慧电网变配电站管理方法的一种优选方案，其中：所述通过安装在智慧电网变配电站的多种传感器和智能设备采集电力数据，并在边缘计算节点上进行数据预处理，具体步骤为，
6、在智慧电网变配电站中部署多功能传感器阵列，包括电流互感器、电压互感器、温度传感器、振动传感器和谐波检测器；
7、传感器以每秒1次的固定频率进行数据采集；
8、数据采集完成，在边缘计算节点进行预处理。
9、作为本专利技术所述基于云计算的智慧电网变配电站管理方法的一种优选方案，其中：所述将预处理后的数据上传至云计算平台，使用贝叶斯算法对数据进行可信度分析，具体步骤为，
10、将预处理后的数据上传至云计算平台，存储在分布式文件中；
11、通过云计算平台的计算能力，使用贝叶斯算法对数据进行多维度分析，计算可信性指数，表达式为：
12、
13、其中，z表示最终的可信度指数，a1表示电流的特征参数，b1表示电压的特征参数，c1表示温度的特征参数，x表示当前时刻的温度值，x1表示当前时刻的电流值，x2表示历史参考电流值，x3表示当前时刻的电压值，x4表示历史参考电压值，d 1表示电流的标准化系数，e1表示电压的标准化系数，f1表示温度的标准化系数。
14、作为本专利技术所述基于云计算的智慧电网变配电站管理方法的一种优选方案，其中：所述对可信度值的判断，是指，
15、当z的值满足-0.1<z<0.1，则数据是可靠的；
16、当z的值满足z≤-0.1，z≥0.1，则数据存在异常。
17、作为本专利技术所述基于云计算的智慧电网变配电站管理方法的一种优选方案，其中：所述对于通过可信性验证的数据，使用支持向量机svm模型结合核函数识别攻击行为与分类，具体步骤为，
18、对于通过可信度验证的数据，使用支持向量机svm模型进行分类识别，表达式为：
19、
20、其中，f(y)表示最终的分类函数，n代表特征的数量，wi表示第i个特征yi的权重，φ(yi)是高斯核函数，ψ(yi)是拉普拉斯核函数，k是对数逻辑回归模型中的斜率参数，l是对数逻辑回归模型中的截距参数，yi表示第i个特征的值，b是偏置项值，i为特征的索引。
21、作为本专利技术所述基于云计算的智慧电网变配电站管理方法的一种优选方案，其中：所述对于攻击行为类别判断，是指，
22、当f(y)>0.5，则判断数据y属于攻击行为类别；
23、当f(y)≤0.5，则判断数据y不属于攻击行为类别。
24、作为本专利技术所述基于云计算的智慧电网变配电站管理方法的一种优选方案，其中：所述一旦识别攻击行为，立即启动相应的响应机制，同时通过企业电力运维云平台进行可视化展示，具体步骤为，
25、一旦攻击行为被识别，电网变配电站立即启动相应的响应机制，包括自动隔离受影响网络，隔离故障设备，调整负载分配，发送警报通知，记录事件并生成报告，启动应急方案，实施防御措施，协同响应；
26、根据攻击的类型和严重程度，自动通知运维人员采取措施，并记录操作；
27、所有数据和时间记录通过企业电力运维平台进行可视化展示；
28、运维人员通过运维平台查看到电网系统的运行状况。
29、第二方面，本专利技术提供了一种基于云计算的智慧电网变配电站管理系统，包括，采集模块，上传模块，可信度模块，识别分类模块，响应记录模块；所述采集模块，用于通过安装在智慧电网变配电站的多种传感器和智能设备采集电力数据，并在边缘计算节点上进行数据预处理；所述可信度模块，用于将预处理后的数据上传至云计算平台，使用贝叶斯算法对数据进行可信度分析；所述识别分类模块，用于对于通过可信性验证的数据，使用支持向量机svm模型结合核函数识别攻击行为与分类；所述响应记录模块，用于一旦识别攻击行为，立即启动相应的响应机制，同时通过企业电力运维云平台进行可视化展示。
30、第三方面，本专利技术实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的基于云计算的智慧电网变配电站管理方法的任一步骤。
31、第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的基于云计算的智慧电网变配电站管理方法的任一步骤。
32、本专利技术有益效果为：通过使用支持向量机svm模型结合核函数识别攻击行为与分类，svm模型利用核函数将数据映射到高维空间，捕捉非线性关系，svm模型的高精度分类功能使得系统能够快速响应潜在威胁，减少攻击成功的机会，一旦识别攻击行为，系统立即启动响应机制本文档来自技高网...
【技术保护点】
1.一种基于云计算的智慧电网变配电站管理方法，其特征在于：包括，
2.如权利要求1所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述通过安装在智慧电网变配电站的多种传感器和智能设备采集电力数据，并在边缘计算节点上进行数据预处理，具体步骤为，
3.如权利要求2所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述将预处理后的数据上传至云计算平台，使用贝叶斯算法对数据进行可信度分析，具体步骤为，
4.如权利要求3所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述对可信度值的判断，是指，
5.如权利要求4所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述对于通过可信性验证的数据，使用支持向量机SVM模型结合核函数识别攻击行为与分类，具体步骤为，
6.如权利要求5所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述对于攻击行为类别判断，是指，
7.如权利要求6所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述一旦识别攻击行为，立即启动相应的响应机制，同时通过企业电
8.一种基于云计算的智慧电网变配电站管理系统，基于权利要求1～7任一所述的基于云计算的智慧电网变配电站管理方法，其特征在于：包括，采集模块，上传模块，可信度模块，识别分类模块，响应记录模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于云计算的智慧电网变配电站管理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于云计算的智慧电网变配电站管理方法的步骤。
...【技术特征摘要】
1.一种基于云计算的智慧电网变配电站管理方法，其特征在于：包括，
2.如权利要求1所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述通过安装在智慧电网变配电站的多种传感器和智能设备采集电力数据，并在边缘计算节点上进行数据预处理，具体步骤为，
3.如权利要求2所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述将预处理后的数据上传至云计算平台，使用贝叶斯算法对数据进行可信度分析，具体步骤为，
4.如权利要求3所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述对可信度值的判断，是指，
5.如权利要求4所述的基于云计算的智慧电网变配电站管理方法，其特征在于：所述对于通过可信性验证的数据，使用支持向量机svm模型结合核函数识别攻击行为与分类，具体步骤为，
6.如权利要求5所述的基于云计算的智慧电网变配电站管理方法，其...
【专利技术属性】
技术研发人员：杜恺，翁康元，桑建宇，
申请(专利权)人：智慧工场创新科技东台有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。