[发明专利]基于AI的计量自动化系统的信息安全态势感知系统有效

专利信息
申请号: 201910069694.7 申请日: 2019-01-24
公开(公告)号: CN109886475B 公开(公告)日: 2022-12-06
发明(设计)人: 杨舟;何涌;张智勇;唐利涛;李捷;韦杏秋 申请(专利权)人: 广西电网有限责任公司电力科学研究院
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06;G06F30/20
代理公司: 南宁东智知识产权代理事务所(特殊普通合伙) 45117 代理人: 巢雄辉;裴康明
地址: 530023 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ai 计量 自动化 系统 信息 安全 态势 感知
【说明书】:

发明公开了一种基于AI的计量自动化系统的信息安全态势感知系统,涉及配电网的态势感知技术领域,通过数据采集模块采集用户的用电信息;采集到的信息通过大数据分析模块进行清洗、融合及聚类、抽取特征信息;人工智能技术模块将大数据分析模块处理后的历史数据构建专家库,并将实时特征信息进行人工智能的训练学习增加到专家库,形成专家诊断判据及方法;信息安全仿真测试模块根据得到的专家库提供的诊断判据及方法进行循环仿真测试及故障注入可靠性测试,测试的结果通过态势感知信息安全评价模块来评估质量风险等级,从而得到了比人工观测计算更准确的评估预测故障或者信息安全发生概率及风险,预警模块对结果进行处理并通过数据显示模块预警。

技术领域

本发明涉及配电网的态势感知技术领域,尤其涉及一种基于AI的计量自动化系统的信息安全态势感知系统。

背景技术

现有态势感知技术多应用于网络安全上,在电力行业,多说应用于配电网上,对用电采集系统相对较少;一般的态势感知系统是根据当前网络状态来感受系统网络是否受到威胁,然后对系统受到威胁的程度进行定性的分析,但只能对现场网络状态进行预判,没有办法预测哪个设备节点受到威胁或者出现引发安全问题的故障;且只能感知威胁,却不能处理威胁,威胁的排除需要人工排除。系统基本上是基于现场,当威胁发生后,缺陷或者维护等非一致性成本已经发生。

发明内容

本发明的目的在于提供一种基于AI的计量自动化系统的信息安全态势感知系统,从而克服了现有应用在配电网上的势态感知系统只能现场测试的缺点。

为实现上述目的,本发明提供了一种基于AI的计量自动化系统的信息安全态势感知系统,设置在上位机上,该系统包括:

数据采集模块,用于采集用户的用电信息;

大数据分析模块,用于对所述数据采集模块采集到的数据进行清洗、融合及聚类、抽取特征信息;

人工智能技术模块,根据所述大数据分析模块处理后的历史数据构建专家库,然后将所述大数据分析模块输出的实时特征信息,进行人工智能的训练学习增加到专家库,形成专家诊断判据及方法;

信息安全仿真测试模块,用于根据所述人工智能技术模块得到的专家库提供的诊断判据及方法进行循环仿真测试及故障注入可靠性测试;

态势感知信息安全评价模块,将所述信息安全仿真测试模块循环输出的测试结果通过态势感知信息安全评价模块来评估质量风险等级;

预警模块,用于根据所述态势感知信息安全评价模块得到的评估结果进行故障预警和信息安全预警;及

数据显示模块,用于显示各模块的数据。

进一步的,还包括数据库模块,用于存储整个基于AI的计量自动化系统的信息安全态势感知系统的数据。

进一步的,所述数据采集模块采集用户的用电信息,通过用户用电信息采集系统数据库或用电采集系统及其传感设备信息安全态势感知仿真测试装置进行采集;所述用电采集系统及其传感设备信息安全态势感知仿真测试装置,用于模拟用电采集系统真实组网采集环境。

进一步的,所述用电采集系统及其传感设备信息安全态势感知仿真测试装置能够安装多个终端(包括负控终端、集中器、采集器等)、智能单相表及智能三相表。

进一步的,所述用户的用电信息包括:实时的测试数据、实时的状态数据及实时的故障数据、事件记录数据及存储历史采集数据。

进一步的,所述态势感知信息安全评价模块基于卡尔曼滤波法进行评估质量风险等级。

进一步的,所述评估质量风险等级包括:质量故障、高风险、中风险、低风险及弱风险;

质量故障,为测试设备不符合技术要求,某项功能在应用中为100%会发生或者引发设备或网络的故障、错误、死机、拒绝服务,对应的风险指数为1;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西电网有限责任公司电力科学研究院,未经广西电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910069694.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top