電力系統(tǒng)隱患主機識別方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種電力系統(tǒng)隱患主機識別方法，包括：查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險；將所述系統(tǒng)風(fēng)險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。此外，還公開了一種電力系統(tǒng)隱患主機識別裝置。本發(fā)明在隱患識別的過程中引入了貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；也即量化了故障樹中各個底事件對頂事件的影響程度，從而能夠有效地和快速地識別電力系統(tǒng)中的隱患主機。
【專利說明】電力系統(tǒng)隱患主機識別方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電力系統(tǒng)【技術(shù)領(lǐng)域】，尤其涉及一種電力系統(tǒng)隱患主機識別方法和一種電力系統(tǒng)隱患主機識別裝置。
【背景技術(shù)】
[0002]對于電力系統(tǒng)而言，傳統(tǒng)的隱患識別主要是使用漏洞掃描器，在信息系統(tǒng)現(xiàn)場進行漏洞掃描。但是電網(wǎng)控制著工業(yè)，能源，交通等國家重要基礎(chǔ)設(shè)施的運行，一旦電網(wǎng)不能正常提供服務(wù)，則這些重要基礎(chǔ)設(shè)施的運行也將會癱瘓。由于漏洞掃描工具會對檢測環(huán)境發(fā)出很多攻擊包，很可能會影響工業(yè)控制系統(tǒng)的正常服務(wù)，所以為了保證可靠性，不可能應(yīng)用漏洞掃描工具在工控系統(tǒng)環(huán)境下進行掃描，因為電力系統(tǒng)不能容忍由掃描可能導(dǎo)致的崩潰。
[0003]對于無法在工控系統(tǒng)現(xiàn)場進行漏洞掃描，滲透測試的問題，一些發(fā)達國家通過建立工控系統(tǒng)仿真平臺，將現(xiàn)實的工控系統(tǒng)，在仿真平臺下模擬出來，然后在仿真平臺下利用和傳統(tǒng)風(fēng)險評估中相同的脆弱性識別方法(如基線檢查，漏洞掃描，滲透測試)對工控系統(tǒng)的脆弱性進行識別。但是這種方法的效率不是很高，在整個工控系統(tǒng)仿真平臺下進行全網(wǎng)的漏洞掃描，雖然覆蓋范圍很全面，但是產(chǎn)生的龐大的漏洞掃描結(jié)果無法幫助評估人員有效識別出隱患主機，進而制定更加有效的安全控制措施。

【發(fā)明內(nèi)容】

[0004]基于此，本發(fā)明提供了一種電力系統(tǒng)隱患主機識別方法和一種電力系統(tǒng)隱患主機識別裝置。
[0005]一種電力系統(tǒng)隱患主機識別方法，包括以下步驟:
[0006]查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險；
[0007]將所述系統(tǒng)風(fēng)險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；
[0008]采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；
[0009]根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。
[0010]與一般技術(shù)相比，本發(fā)明電力系統(tǒng)隱患主機識別方法先查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險，查詢的來源既不需要是傳統(tǒng)的漏洞掃描工具結(jié)果，也無需工控系統(tǒng)的仿真平臺。在隱患識別的過程中引入了貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；也即量化了故障樹中各個底事件對頂事件的影響程度，從而能夠有效地和快速地識別電力系統(tǒng)中的隱患主機。
[0011]一種電力系統(tǒng)隱患主機識別裝置，包括系統(tǒng)風(fēng)險查詢模塊、底事件查詢模塊、發(fā)生概率計算模塊和隱患主機識別模塊；
[0012]所述系統(tǒng)風(fēng)險查詢t吳塊，用于查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險；[0013]所述底事件查詢模塊，用于將所述系統(tǒng)風(fēng)險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；
[0014]所述發(fā)生概率計算模塊，用于采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；
[0015]所述隱患主機識別模塊，用于根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。
[0016]與一般技術(shù)相比，本發(fā)明電力系統(tǒng)隱患主機識別裝置先查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險，查詢的來源既不需要是傳統(tǒng)的漏洞掃描工具結(jié)果，也無需工控系統(tǒng)的仿真平臺。在隱患識別的過程中引入了貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；也即量化了故障樹中各個底事件對頂事件的影響程度，從而能夠有效地和快速地識別電力系統(tǒng)中的隱患主機。
【專利附圖】

【附圖說明】
[0017]圖1為本發(fā)明電力系統(tǒng)隱患主機識別方法的流程示意圖；
[0018]圖2為本發(fā)明電力系統(tǒng)隱患主機識別裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0019]為更進一步闡述本發(fā)明所采取的技術(shù)手段及取得的效果，下面結(jié)合附圖及較佳實施例，對本發(fā)明的技術(shù)方案，進行清楚和完整的描述。
[0020]請參閱圖1，為本發(fā)明電力系統(tǒng)隱患主機識別方法的流程示意圖。
[0021]本發(fā)明電力系統(tǒng)隱患主機識別方法，包括以下步驟:
[0022]SlOl查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險；
[0023]S102將所述系統(tǒng)風(fēng)險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；
[0024]S103采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；
[0025]S104根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。
[0026]在步驟SlOl中，確定隱患識別級別，是識別到自治系統(tǒng)級別，主機級別，軟件級別還是硬件級別，隱患識別的級別用于決定故障樹的深度，確定的識別級別越低，故障樹的深度就越大。優(yōu)選地，可以將識別級別定為主機層的故障。
[0027]從系統(tǒng)設(shè)計文檔，開發(fā)文檔，需求文檔等中，找出文檔中定義的安全需求及系統(tǒng)已經(jīng)實現(xiàn)的功能。
[0028]采用PHA (預(yù)先危險性分析)的方法識別每個功能的失敗影響，此階段是識別整體的系統(tǒng)危險，而不是各個子系統(tǒng)的危險。
[0029]作為其中一個實施例，所述查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險的步驟，包括以下步驟:
[0030]采用預(yù)先危險性查詢法，在電力系統(tǒng)的設(shè)計文檔、開發(fā)文檔和需求文檔中查詢出電力系統(tǒng)中存在的系統(tǒng)風(fēng)險。
[0031]通過上述做法，查詢的來源既不需要是傳統(tǒng)的漏洞掃描工具結(jié)果，也無需工控系統(tǒng)的仿真平臺。通過文檔信息識別故障主機，在沒有仿真平臺及漏洞掃描工具的情況下，通過系統(tǒng)設(shè)計文檔，開發(fā)文檔，需求文檔及系統(tǒng)現(xiàn)有的安全控制措施等識別影響系統(tǒng)可靠性的故障是可以實現(xiàn)的。
[0032]在步驟S102中，根據(jù)預(yù)先危險性分析的結(jié)果，把危險作為頂事件，采用故障樹分析法，逐層分析故障，就能查詢到造成頂事件發(fā)生的各個底事件。
[0033]根據(jù)貝葉斯網(wǎng)絡(luò)算法，對故障樹中底事件的重要性進行排序，得到各個底事件對頂事件的影響程度，某底事件發(fā)生故障后，更易造成頂事件發(fā)生故障，此事件即為重要性程度較高的底事件。
[0034]根據(jù)組織要求，選擇重要性程度較高的進行FMEA分析，首先根據(jù)現(xiàn)有的系統(tǒng)安全控制措施，驗證底事件是否能夠帶來它上一層的影響，如果不能，則刪除故障樹中的底事件，重新進行貝葉斯網(wǎng)絡(luò)計算；如果能，則進入下一步。
[0035]判斷故障是否會帶來不同于故障樹中其他中間節(jié)點的新的影響，若能，則以新的影響為頂事件，單獨進行一次故障樹分析，若不能，則進入下一步。
[0036]根據(jù)專家經(jīng)驗及歷史統(tǒng)計數(shù)據(jù)，對故障的嚴重性，發(fā)生頻率及故障檢測概率進行定量賦值，可采用技術(shù)指南的評分標(biāo)準(zhǔn)，然后算出RPN值=嚴重性*發(fā)生頻率*故障檢測概率。
[0037]在FMEA模型的基礎(chǔ)上，引入了量化評價故障嚴重性的方法。通過計算故障發(fā)生時的影響嚴重性級別，故障發(fā)生的頻率等級及故障被檢測到的頻率等級三者的乘積，計算故障嚴重性級別RPN=嚴重性*發(fā)生頻率*故障檢測概率。
[0038]計算的所述RPN值，反映了故障的嚴重性級別，根據(jù)該數(shù)值可以采取對應(yīng)等級的安全控制措施。
[0039]在步驟S103中，采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；
[0040]作為其中一個實施例，所述采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率的步驟，包括以下步驟:
[0041]步驟1:將所述頂事件和所述各個底事件組成的故障樹轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)；
[0042]步驟2:假設(shè)所述故障樹中各個底事件的發(fā)生概率相等，計算所述貝葉斯網(wǎng)絡(luò)中其它節(jié)點的發(fā)生概率；
[0043]步驟3:假設(shè)所述貝葉斯網(wǎng)絡(luò)中的底事件的發(fā)生概率為1，根據(jù)條件概率算法及步驟2中的計算結(jié)果，計算所述貝葉斯網(wǎng)絡(luò)中其它節(jié)點的發(fā)生概率；
[0044]步驟4:假設(shè)所述故障樹中的頂事件的發(fā)生概率為1，根據(jù)步驟3中的計算結(jié)果，計算所述故障樹中各個底事件的發(fā)生概率。
[0045]在上述實施例中，計算簡便，準(zhǔn)確率高。在故障樹中引入貝葉斯網(wǎng)絡(luò)概率算法，對故障樹中底事件對頂事件的影響重要程度進行定量分析。
[0046]首先將故障樹轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)；假設(shè)故障樹中各個底事件的故障概率相等，算出貝葉斯網(wǎng)絡(luò)中其他節(jié)點的故障概率；假設(shè)貝葉斯網(wǎng)絡(luò)的底事件必然發(fā)生，采用條件概率算法:P (AI B) = P (B I A) *P (A) /P (B)
[0047]及前述得出的各個節(jié)點的故障概率，逐層逆推，算出貝葉斯絡(luò)中各個其他節(jié)點的概率，進而得出，當(dāng)故障樹的頂事件必然發(fā)生時，故障樹中底事件發(fā)生的概率；比較故障樹中各個底事件的概率，從大到小排序。概率越大的，對頂事件的影響程度越重要，即為最隱患主機。
[0048]在步驟S104中，根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。
[0049]作為其中一個實施例，所述在所述各個底事件中識別出電力系統(tǒng)的隱患主機的步驟，包括以下步驟:
[0050]根據(jù)所述排序結(jié)果，在發(fā)生概率最大的預(yù)設(shè)值個底事件中識別出電力系統(tǒng)的隱患主機。
[0051]在上述實施例中，所述預(yù)設(shè)值可以根據(jù)實際情況設(shè)定，例如設(shè)為3，則發(fā)生概率最大的3個底事件將被識別為隱患主機。可以采取針對性的安全控制措施對這些隱患主機進行防治。
[0052]作為其中一個實施例，所述在所述各個底事件中識別出電力系統(tǒng)的隱患主機的步驟，包括以下步驟:
[0053]根據(jù)各個底事件與電力系統(tǒng)中各個主機的對應(yīng)關(guān)系，識別出電力系統(tǒng)的隱患主機；其中，每個底事件對應(yīng)電力系統(tǒng)中唯一的一個主機。
[0054]底事件與電力系統(tǒng)中的主機(也就設(shè)備)是多對一的關(guān)系，及可能存在多個底事件與一個主機或一個設(shè)備對應(yīng)，但每一個底事件只與一個主機對應(yīng)。因此，根據(jù)底事件，可以唯一地確定出電力系統(tǒng)中的主機。
[0055]作為其中一個實施例，在所述識別出電力系統(tǒng)的隱患主機的步驟之后，包括以下步驟:
[0056]對識別出的所述隱患主機執(zhí)行預(yù)設(shè)的安全控制操作。
[0057]識別出隱患主機之后，再進行有針對性的安全措施，這樣可大大提高電力系統(tǒng)的風(fēng)險管控水平。
[0058]與一般技術(shù)相比，本發(fā)明電力系統(tǒng)隱患主機識別方法先查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險，查詢的來源既不需要是傳統(tǒng)的漏洞掃描工具結(jié)果，也無需工控系統(tǒng)的仿真平臺。在隱患識別的過程中引入了貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；也即量化了故障樹中各個底事件對頂事件的影響程度，從而能夠有效地和快速地識別電力系統(tǒng)中的隱患主機。
[0059]請參閱圖2，為本發(fā)明電力系統(tǒng)隱患主機識別裝置的結(jié)構(gòu)示意圖。
[0060]本發(fā)明電力系統(tǒng)隱患主機識別裝置，包括系統(tǒng)風(fēng)險查詢模塊201、底事件查詢模塊202、發(fā)生概率計算模塊203和隱患主機識別模塊204 ；
[0061]所述系統(tǒng)風(fēng)險查詢t吳塊201，用于查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險；
[0062]所述底事件查詢模塊202，用于將所述系統(tǒng)風(fēng)險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；
[0063]所述發(fā)生概率計算模塊203，用于采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；
[0064]所述隱患主機識別模塊204，用于根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。
[0065]作為其中一個實施例，所述隱患主機識別模塊根據(jù)所述排序結(jié)果，在發(fā)生概率最大的預(yù)設(shè)值個底事件中識別出電力系統(tǒng)的隱患主機。
[0066]在上述實施例中，所述預(yù)設(shè)值可以根據(jù)實際情況設(shè)定，例如設(shè)為3，則發(fā)生概率最大的3個底事件將被識別為隱患主機?？梢圆扇♂槍π缘陌踩刂拼胧@些隱患主機進行防治。
[0067]作為其中一個實施例，所述隱患主機識別模塊根據(jù)各個底事件與電力系統(tǒng)中各個主機的對應(yīng)關(guān)系，識別出電力系統(tǒng)的隱患主機；其中，每個底事件對應(yīng)電力系統(tǒng)中唯一的一個主機。
[0068]底事件與電力系統(tǒng)中的主機(也就設(shè)備)是多對一的關(guān)系，及可能存在多個底事件與一個主機或一個設(shè)備對應(yīng)，但每一個底事件只與一個主機對應(yīng)。因此，根據(jù)底事件，可以唯一地確定出電力系統(tǒng)中的主機。
[0069]作為其中一個實施例，還包括指令發(fā)送模塊；
[0070]所述指令發(fā)送模塊，用于在所述隱患主機識別模塊識別出電力系統(tǒng)的隱患主機之后，發(fā)送對識別出的所述隱患主機執(zhí)行預(yù)設(shè)的安全控制操作的指令。
[0071]識別出隱患主機之后，再進行有針對性的安全措施，這樣可大大提高電力系統(tǒng)的風(fēng)險管控水平。
[0072]與一般技術(shù)相比，本發(fā)明電力系統(tǒng)隱患主機識別裝置先查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險，查詢的來源既不需要是傳統(tǒng)的漏洞掃描工具結(jié)果，也無需工控系統(tǒng)的仿真平臺。在隱患識別的過程中引入了貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；也即量化了故障樹中各個底事件對頂事件的影響程度，從而能夠有效地和快速地識別電力系統(tǒng)中的隱患主機。
[0073]以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【權(quán)利要求】
1.一種電力系統(tǒng)隱患主機識別方法，其特征在于，包括以下步驟: 查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險； 將所述系統(tǒng)風(fēng)險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件； 采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序； 根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。
2.根據(jù)權(quán)利要求1所述的電力系統(tǒng)隱患主機識別方法，其特征在于，所述查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險的步驟，包括以下步驟: 采用預(yù)先危險性查詢法，在電力系統(tǒng)的設(shè)計文檔、開發(fā)文檔和需求文檔中查詢出電力系統(tǒng)中存在的系統(tǒng)風(fēng)險。
3.根據(jù)權(quán)利要求1所述的電力系統(tǒng)隱患主機識別方法，其特征在于，所述采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率的步驟，包括以下步驟: 步驟1:將所述頂事件和 所述各個底事件組成的故障樹轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)； 步驟2:假設(shè)所述故障樹中各個底事件的發(fā)生概率相等，計算所述貝葉斯網(wǎng)絡(luò)中其它節(jié)點的發(fā)生概率； 步驟3:假設(shè)所述貝葉斯網(wǎng)絡(luò)中的底事件的發(fā)生概率為1，根據(jù)條件概率算法及步驟2中的計算結(jié)果，計算所述貝葉斯網(wǎng)絡(luò)中其它節(jié)點的發(fā)生概率； 步驟4:假設(shè)所述故障樹中的頂事件的發(fā)生概率為1，根據(jù)步驟3中的計算結(jié)果，計算所述故障樹中各個底事件的發(fā)生概率。
4.根據(jù)權(quán)利要求1所述的電力系統(tǒng)隱患主機識別方法，其特征在于，所述在所述各個底事件中識別出電力系統(tǒng)的隱患主機的步驟，包括以下步驟: 根據(jù)所述排序結(jié)果，在發(fā)生概率最大的預(yù)設(shè)值個底事件中識別出電力系統(tǒng)的隱患主機。
5.根據(jù)權(quán)利要求1所述的電力系統(tǒng)隱患主機識別方法，其特征在于，所述在所述各個底事件中識別出電力系統(tǒng)的隱患主機的步驟，包括以下步驟: 根據(jù)各個底事件與電力系統(tǒng)中各個主機的對應(yīng)關(guān)系，識別出電力系統(tǒng)的隱患主機；其中，每個底事件對應(yīng)電力系統(tǒng)中唯一的一個主機。
6.根據(jù)權(quán)利要求1所述的電力系統(tǒng)隱患主機識別方法，其特征在于，在所述識別出電力系統(tǒng)的隱患主機的步驟之后，包括以下步驟: 對識別出的所述隱患主機執(zhí)行預(yù)設(shè)的安全控制操作。
7.一種電力系統(tǒng)隱患主機識別裝置，其特征在于，包括系統(tǒng)風(fēng)險查詢模塊、底事件查詢模塊、發(fā)生概率計算模塊和隱患主機識別模塊； 所述系統(tǒng)風(fēng)險查詢1吳塊，用于查詢電力系統(tǒng)中存在的系統(tǒng)風(fēng)險； 所述底事件查詢模塊，用于將所述系統(tǒng)風(fēng)險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件； 所述發(fā)生概率計算模塊，用于采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序； 所述隱患主機識別模塊，用于根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。
8.根據(jù)權(quán)利要求7所述的電力系統(tǒng)隱患主機識別裝置，其特征在于，所述隱患主機識別模塊根據(jù)所述排序結(jié)果，在發(fā)生概率最大的預(yù)設(shè)值個底事件中識別出電力系統(tǒng)的隱患主機。
9.根據(jù)權(quán)利要求7所述的電力系統(tǒng)隱患主機識別裝置，其特征在于，所述隱患主機識別模塊根據(jù)各個底事件與電力系統(tǒng)中各個主機的對應(yīng)關(guān)系，識別出電力系統(tǒng)的隱患主機；其中，每個底事件對應(yīng)電力系統(tǒng)中唯一的一個主機。
10.根據(jù)權(quán)利要求7所述的電力系統(tǒng)隱患主機識別裝置，其特征在于，還包括指令發(fā)送模塊； 所述指令發(fā)送模塊，用于在所述隱患主機識別模塊識別出電力系統(tǒng)的隱患主機之后，發(fā)送對識別出的所述隱患主.機執(zhí)行預(yù)設(shè)的安全控制操作的指令。
【文檔編號】H04L12/24GK103441869SQ201310362897
【公開日】2013年12月11日 申請日期:2013年8月19日 優(yōu)先權(quán)日:2013年8月19日
【發(fā)明者】李偉堅, 何杰, 張筱云, 亢中苗, 付佳佳, 李星南, 施展, 張珮明, 朱文紅, 蔣康明 申請人:廣東電網(wǎng)公司電力調(diào)度控制中心