【摘 要】
：
碳中和的目标和全域设备智能化为智能电网带来新的机遇与挑战,未来“双高”电力系统分析与保护理论不健全,信息流与能量流高度融合的电力信息物理系统（Cyber-Physical Power Systems,CPPS）交互机理不明晰,智能电网数字化转型方兴未艾,在此背景下,建设电力数字孪生（Digital twin of power systems,PSDT）是实现未来电力系统安全、稳定、优化运行的重要途
论文部分内容阅读
碳中和的目标和全域设备智能化为智能电网带来新的机遇与挑战,未来“双高”电力系统分析与保护理论不健全,信息流与能量流高度融合的电力信息物理系统（Cyber-Physical Power Systems,CPPS）交互机理不明晰,智能电网数字化转型方兴未艾,在此背景下,建设电力数字孪生（Digital twin of power systems,PSDT）是实现未来电力系统安全、稳定、优化运行的重要途径之一,但如何落地仍需要探索。本文聚焦DT技术在交直流微网的应用落地,针对交直流微网数字孪生（Digital twin of AC/DC Microgrid,ADMGDT）的参考架构和技术体系,进行了初步的研究。本文首先概述了交直流微网数字孪生的研究背景与意义,总结了国内外对电力数字孪生的研究概况,并提出本文的主要研究内容;其次,提出了交直流微网数字孪生参考架构,并分别阐述了物理实体层、虚拟孪生层、数据管理层、智能中枢层、应用服务层等组成部分的功能与原理;然后,通过类比交直流微网构建与大型装备制造,提出了交直流微网数字孪生的构建路径与成熟度评价模型;最后,根据实验室条件,选择了RT-LAB、RTDS与OPNET搭建了信息物理系统实时仿真平台,作为对交直流微网数字孪生构建中全数字实时仿真阶段的初步探索。
其他文献
作物生长状况的获得是精确农业实施的基础和前提,高光谱遥感凭借其实时快速、准确无损地获取目标物信息的优势,推动精确农业快速发展。为准确快速地获取水稻生长状况,本研究以籼型杂交稻为研究对象,进行品种和施氮水平两因素裂区试验,通过采集主要生育时期籼型杂交稻冠层高光谱反射率和农学参数（地上部干生物量（ADB）、叶面积指数（LAI）、叶片叶绿素相对含量（SPAD）、叶片氮含量（LNC）、叶片氮积累量（LNA
软抓取是机器人研究领域的热点,它是集传感器、控制和人工智能等学科的综合类学科。软抓取策略研究成果国内外都很多,但是对于是否稳定抓取的判断,多是基于滑动状态检测,然而滑动状态信号不稳定且随机性很强,很容易引起误判,信号复杂,对信号的处理分析需大量复杂运算过程,导致实时性很差,软抓取效果不好。针对目前软抓取研究存在的这些问题,本文创造性地提出基于主动激励触觉传感器系统的软抓取策略。以抓取信号稳定连续为
云存储服务的广泛应用所引发的安全挑战,已成为制约数据共享应用的瓶颈问题,并引起学术界和工业界的高度关注。从技术的角度,访问控制作为保证云端数据安全的关键技术之一,在面向云存储中的新型协同访问模式研究还有待深入探索。现有属性协同访问控制主要用于解决多人协同模式下的访问控制问题,但其面临更复杂的用户权限更新、属性权威的单点瓶颈问题以及协同能力的可验证性问题。针对上述问题,本文重点围绕协同过程中的安全与
随着计算机技术的快速发展,信息方面存在的安全问题日渐显著,进而混沌理论成为了科学家们研究的重要课题。伪随机数发生器设计产生的伪随机序列在计算机仿真、信息安全等领域亦有广泛的用处。本文以基于混沌的伪随机数发生器为主要对象进行研究,分析了混沌的动力学特性,设计了伪随机数发生器并对其安全性进行了分析,主要研究内容:（1）讲述了基于混沌的伪随机数发生器研究的背景及意义、研究现状及相关理论知识。设计基于含三
包装纸在印刷加工过程中存在多类微小缺陷并存、印刷表面凹凸不齐和划痕墨点随机分布等多种复杂问题,而现有的工业化生产速度越来越快,对于包装印刷品表面质量的要求也更高。随着机器视觉的快速发展,以机器视觉检测技术代替人工检测逐渐成为研究热点,通过多幅图像对比分析,利用图像处理技术进行预处理、定位配准、特征优化校正、差分算法检测、多类缺陷并存提取等关键性技术进行研究。具体的研究内容包括以下几点:（1）机器视
近年来,随着恶意软件成为当前网络空间安全面临的主要威胁。基于灰度图像的恶意软件检测模型由于无需反汇编且能利用PE文件所转灰度图像的图像纹理获取较高的检测准确率被广泛应用,但恶意软件检测与反检测的对抗博弈是一场永无止境的斗争,为提升该检测模型在面对保留PE文件可用性和功能性的对抗攻击时的鲁棒性以促使其在恶意软件领域的有效应用,本文围绕能够干扰该方法准确检测的对抗样本以及能对相应对抗样本进行防御的新可
极化码在码长趋于无穷大时已经被证明信道容量能够达到香农极限,但在码长受限的情况下,其编译码性能受到损失且不能达到理想状态。另一方面,单纯的信道编码技术在提高系统可靠性的同时,往往以降低系统的有效性为代价。针对以上局限与挑战,本文基于极化码的编译码原理与编码调制技术展开研究,通过对极化码译码算法的优化,在有限码长下提高译码算法的有效性。并将信道编码技术与高阶调制技术联合设计,提升通信系统整体的误码性
随着信息技术的爆炸式发展和普及,网络威胁日益泛化和复杂。高级持续性威胁（Advanced Persistent Threat,APT）因其隐蔽性强、持续性久的特点成为了网络安全领域研究的热点。面对此类威胁,传统的网络安全检测设备难以进行有效检测。基于威胁情报的大数据分析成为APT攻击检测的一种可行解决方案,进而受到广泛关注。APT攻击报告作为威胁情报大数据分析的重要数据来源,其包含了APT攻击过程
隐写术和隐写分析作为信息隐藏的研究热点,近年来受到学术界越来越多的关注,目前隐写术的主要研究成果是内容自适应隐写术,其思想是将嵌入信息隐藏到图像的纹理区域,以达到难以侦察的目的。作为隐写术的反检测技术,隐写分析与隐写术相生相克,目前基于深度学习的隐写分析的研究热点主要集中于针对自适应隐写术的被动隐写分析。本文针对内容自适应隐写术的被动隐写分析与隐写定位问题展开研究。目前基于深度学习的图像被动隐写分
电力系统的负荷预测能帮助电网相关部门更合理的安排电能的生产以及规划,同时也是电力系统运行管理的重要研究课题。如今,电能渗透在我们生活的各个方面,影响着整个社会和国家的经济,为了实现电力系统安全稳定的目标,确保精确的负荷预测意义重大。但是,当具有不确定性更高的负荷,如电动汽车充电桩,储能等新的负荷接入电网时,这加大了电力系统的复杂程度,同时也提升了负荷预测的难度。随着电力行业的发展,传统的负荷预测方