网冀北电力有限公司唐山供电公司
1 引言
我国电力部门只重视发电，而忽略用电的现象，对大型的发电网、大机组高度重视，却对电力配电网不够关心。这样产生了很多问题，例如：电力的浪费、存在的不安全因素等。在科学技术高速发展的今天，我们要将信息技术也运用于电力配电网中。来推动电力配电网无人监控自动化模式，我们将从电力配电网的现状、应用原则和规划要求来谈谈电力配电网无人监控模式的开发。
2 智能电网安全态势
2.1 电力监控系统网络安全态势感知
在电网网络安全工作过程中，要收集智能电网安全变化的因素，对其进行分析及预测，从而能够实现电网安全态势的精准掌握，使电力监控系统网络安全管理为主动预防，工作人员通过态势实现系统状态及安全的预测，在电网受到攻击之前就能够使用进行预防。
2.2 态势分析
电力监控系统网络态势分析就是实现电网安全状态的理解，其主要核心就是网络态势评估，包括多种方法，比如贝叶斯技术、人工神经网络等。因为大部分态势评估都是基于计算机网络实现的，智能电网威胁态势评估较少，所以就要使用计算机网络态势评估，设计全新电网态势评估模型，将电网设备日志及电网网络端口信息流作为基础，以此实现电网状态进行评估[1]。
2.3 电力监控系统网络安全态势安全预测
分析网络态势预测技术，不同技术都有不同的优点及缺点，因为智能电网系统较为特殊，不能够直接使用到智能电网网路中，所以就要通过全新的组合预测，将模型中的权重值提出，之后通过权重融合，从而得到预测的结果。
权重提取模型：加入AR、RBF及LSSVM模型在同天安全态势预测的结果分别为A1，A2，A3，R表示安全态势实际值，模型的预测误差为e1，e2，e3，其对应的权系数分别为w1，w2，w3，那么：
ei=Ai-R
那么预测结果误差为：
E=w1e1+w2e2+w3e3
因为一般对于同个事情时候三种方法的预测数据完全独立，所以cov（ei，ej）=0，其表示误差ei及ej的协方差。从而得到三种预测模型的权重[2]。
3 以人工免疫算法为基础的智能电网态势感知
人体免疫系统作为机体重要的系统，其主要目的就是实现人体中无害及有害的异物并且清楚。基于人体免疫系统主要是将其使用在智能电网中，从而获取其安全态势值。本文在人体免疫系统基础上提出了人工免疫智能电网态势感知，两者的对应关系如表1所示。
从而可以看出来，关联度就是将不同时间中的系数相互组合，并且计算平均值。通过关联度，能够得到电网安全态势值关联度，以此得到权重，从而实现数据的融合.
4 结束语
在电网不断发展的过程中，电力监控系统网络和公用网络的相互结合也越来越普遍，其面临的网络威胁也越来越多，并且越来越复杂，攻击方式也逐渐多元化。未来电网就要与先进的信息安全技术相互结合，从而预防全新攻击的入侵，并且实现未知攻击及威胁的预测，实现对省级电力监控系统全方位、全天候的网络安全态势感知，及时发现各类网络安全风险以及非法访问事件，实现电力监控系统网络安全的闭环管理，全面提高公司电力监控系统网络安全防护的整体水平，以此使电网能够稳定且安全的运行。
参考文献
[1]李刚，唐正鑫，李纪锋，等.智能电网安全态势感知与组合预测[J]. 电力信息与通信技术，2016（11）：1-7.
[2]徐成，梁睿，程真何，等.面向能源互联网的智能配电网安全态势感知[J].电力自动化设备，2016， 36（6）：13-18.
[3]管小娟，张涛，马媛媛，等.网络安全态势感知研究综述[J].电力信息与通信技术，2014， 12（5）：1-4.
[4]杨鹏，马志程，靳丹，等.面向智能电网的网络态势评估模型及感知预测[J].兰州理工大学学报，2015， 41（4）：99-103.
论文作者:田新成，尹秀艳，季国庆
论文发表刊物:《中国电气工程学报》2019年第2期
论文发表时间:2019/4/24
标签：电网论文; 态势论文; 电力论文; 监控系统论文; 网络安全论文; 智能论文; 网络论文; 《中国电气工程学报》2019年第2期论文;