随着“双碳”目标的提出,可再生能源的发展和利用进入了高质量跃升发展的新阶段。风能作为一种清洁且丰富的能源形式,具有分布广泛、无污染、可再生等优势,逐渐受到广泛关注。然而随着信息化与工业化深度融合,风电场SCADA(Supervisory C...随着“双碳”目标的提出,可再生能源的发展和利用进入了高质量跃升发展的新阶段。风能作为一种清洁且丰富的能源形式,具有分布广泛、无污染、可再生等优势,逐渐受到广泛关注。然而随着信息化与工业化深度融合,风电场SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)系统的信息化程度不断提高,网络安全问题日益突出。为了应对这些问题,机器学习以其强大的数据处理和模式识别能力,成为一种有效的入侵检测方法,可有效检测异常行为,预防潜在网络安全威胁。其中支持向量机(SVM)、卷积神经网络(CNN)、循环神经网络(RNN)以及单类支持向量机(OCSVM)等模型可应用于风电场SCADA系统入侵检测,提高风电场SCADA系统的网络安全性,保障系统稳定运行。本文首先概述了机器学习算法,随后探讨了风电场SCADA系统面临的网络安全风险,并介绍了机器学习在入侵检测方面的应用价值及适用场景,以期为机器学习在风电场SCADA系统入侵检测的应用研究方向提供参考借鉴。展开更多
姿态控制系统是卫星系统中重要的组成部分,由于其高昂的造价,发生故障会引发恶劣的影响。随着航天科技的发展,卫星姿态控制系统也逐渐复杂,其可能发生故障的概率也随之增大。针对传统神经网络故障诊断结果缺少置信度、鲁棒性较差以及易...姿态控制系统是卫星系统中重要的组成部分,由于其高昂的造价,发生故障会引发恶劣的影响。随着航天科技的发展,卫星姿态控制系统也逐渐复杂,其可能发生故障的概率也随之增大。针对传统神经网络故障诊断结果缺少置信度、鲁棒性较差以及易发生过拟合的缺点,在对贝叶斯统计和深度学习理论研究的基础上,提出了一种基于贝叶斯线性层与贝叶斯卷积层的Bayesian Le Net结合的网络模型。通过对卫星姿态控制系统飞轮部件的故障数据分析和处理,进而采用该模型对故障仿真,并与贝叶斯全连接神经网络与传统Le Net进行对比,实验结果表明:在飞轮可能发生的三种故障前提下,上述网络模型准确率较高,过拟合现象较轻。验证了上述网络模型的有效性。展开更多
文摘随着“双碳”目标的提出,可再生能源的发展和利用进入了高质量跃升发展的新阶段。风能作为一种清洁且丰富的能源形式,具有分布广泛、无污染、可再生等优势,逐渐受到广泛关注。然而随着信息化与工业化深度融合,风电场SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制系统)系统的信息化程度不断提高,网络安全问题日益突出。为了应对这些问题,机器学习以其强大的数据处理和模式识别能力,成为一种有效的入侵检测方法,可有效检测异常行为,预防潜在网络安全威胁。其中支持向量机(SVM)、卷积神经网络(CNN)、循环神经网络(RNN)以及单类支持向量机(OCSVM)等模型可应用于风电场SCADA系统入侵检测,提高风电场SCADA系统的网络安全性,保障系统稳定运行。本文首先概述了机器学习算法,随后探讨了风电场SCADA系统面临的网络安全风险,并介绍了机器学习在入侵检测方面的应用价值及适用场景,以期为机器学习在风电场SCADA系统入侵检测的应用研究方向提供参考借鉴。
文摘姿态控制系统是卫星系统中重要的组成部分,由于其高昂的造价,发生故障会引发恶劣的影响。随着航天科技的发展,卫星姿态控制系统也逐渐复杂,其可能发生故障的概率也随之增大。针对传统神经网络故障诊断结果缺少置信度、鲁棒性较差以及易发生过拟合的缺点,在对贝叶斯统计和深度学习理论研究的基础上,提出了一种基于贝叶斯线性层与贝叶斯卷积层的Bayesian Le Net结合的网络模型。通过对卫星姿态控制系统飞轮部件的故障数据分析和处理,进而采用该模型对故障仿真,并与贝叶斯全连接神经网络与传统Le Net进行对比,实验结果表明:在飞轮可能发生的三种故障前提下,上述网络模型准确率较高,过拟合现象较轻。验证了上述网络模型的有效性。
