面向有源配电网的数据传输优化及智能过滤机制

With the widespread access of all kinds of distributed equipment including distributed energy, and components, distribution network is moving in the direction of the active distribution network. However, compared to distributed network, complex access environment, flexible access mode, massive access terminal, dynamic and distributed mass data in active distribution network will bring new challenge to security of data transmission. Security protection on data transmission cannot well meet the needs of many practical applications. To this end, based on the characteristics of fusion and interaction between information system and physical system for active distribution network, this project explored risk assessment and propagation of data transmission for active distribution network. Optimization model of data transmission under multiple objectives and constraints is built from security and efficiency in order to reveal the optimal balance between security and efficiency. Combined with rough set and quantum evolution algorithm, high accurate and adaptive incremental mining algorithm of distributed filtering function for distributed massive data in active distribution network in order to reduce the leakage risk of data in transit. The proposed all methods for data transmission optimization and intelligent content filtering will be tested and demonstrated by software simulation and prototype deployment. The related research will improve security and efficiency of data transmission in active distribution network and have an important research value and social significance.

随着分布式能源等多元分布式设备和组件单元的广泛接入，配电网正朝着有源配电网方向发展。与配电网相比，有源配电网更加复杂的接入环境、灵活多样的接入方式、数量庞大的接入终端和动态分布的海量数据都给数据传输的安全提出了新的挑战。目前数据传输安全防护技术无法完全满足实际需求。鉴于此，本项目依据有源配电网信息物理融合和相互影响的特性，探索面向有源配电网的数据传输风险评估及传播机制；然后从安全性及高效性两个角度研究并构建多目标多约束条件下的数据传输优化模型，揭示两者之间最优的平衡关系；并结合粗糙集和量子进化算法理论，研究具有高准确性和自适应性的有源配电网多源海量数据分布式过滤函数增量式挖掘算法，降低其业务敏感数据在传输中的泄露风险；最后通过软件仿真和原型模拟部署来验证提出的数据传输优化及智能过滤方法的有效性。本项目致力于提高有源配电网数据传输的安全性和高效性，具有重要的学术研究价值和社会意义。

随着分布式能源等多元分布式设备和组件单元的广泛接入，配电网正朝着有源配电网方向发展。与配电网相比，有源配电网更加复杂的接入环境、灵活多样的接入方式、数量庞大的接入终端和动态分布的海量数据都给数据传输的安全提出了新的挑战。目前数据传输安全防护技术无法完全满足实际需求。鉴于此，本项目依据有源配电网信息物理融合和相互影响的特性，结合风险评估理论、传染病理论、最优化理论以及软计算理论，研究面向有源配电网的数据传输优化及智能过滤机制，丰富和发展了有源配电网下数据传输的信息安全防护体系，具体研究内容包括：(1)构建基于传染病模型的有源配电网数据传输风险传播模型，为有源配电网数据传输的安全性、可靠性和高效性提供依据；(2)研究基于博弈理论的有源配电网下数据安全性和高效性的多目标多约束优化模型，揭示安全性和高效性之间最优的平衡关系；(3)结合粗糙集和基因表达式编程算法，设计了有源配电网多源海量数据分布式过滤函数挖掘算法，降低其业务敏感数据在传输中的泄露风险；(4)实验室搭建了面向有源配电网的数据传输框架，开发了智能数据过滤原型系统，大大提高了数据传输过程中的安全性。本项目预期成果是在深入分析有源配电网数据传输安全风险的基础上，提出数据安全传输优化模型，建立面向有源配电网的数据智能过滤算法框架，使得有源配电网数据的安全性和高效性达到最佳性能。