2.3算法的优点
对比现阶段采用人为设定阈值来监视网络流量异常的方式，基于自学习算法的智能变电站过程层网络流量异常阈值的设定方法的效率更高，且针对性更强。现场实施阶段，用户可在不同时期根据接入监听设备的链路不同进行相应时期网络的监视，且杜绝了不同网络环境下采用同一阈值无法真实反映当前网络状况的弊端。
目前，智能变电站过程层网络还是采用传统工业以太网。虽然传统工业以太网交换机在通信领域已得到广泛应用，但是在电力系统的应用时间还不长，没有完全发挥交换机的流量控制能力。基于自学习算法的智能变电站过程层网络流量异常阈值的设定方法根据站内网络实际接入清况，将更加合理地分酒己站内网络流量，以提高站内网络的使用效率。
3 结束语
基于自学习算法的智能变电站过程层网络流量异常阂值的设定方法的出发点在于寻找更加合理的评判智能变电站网络流量异常的根据，而不是单纯地人为设定一个阈值。现阶段，该算法主要针对智能变电站过程层网络，同时（sOOSE报文的峰值流量计算在设定时间周期内合理的变位次数等方面还需要人为进行干预，因此如何使该算法具有更加灵活的扩展性和自动化是下一步研究的重点。
上一页 [1] [2]
