２０２３．０２/１９电力安全生产管理中深度卷积网络研究吴迪（国网陕西西安临潼供电公司）摘要：本文以电力生产管理为落脚点，首先介绍深度卷积网络，其次对卷积网络运用方向进行说明，指出卷积网络在入侵检测、安全检测领域具有无法被替代的作用，最后结合电力企业需求，围绕卷积网络的实际运用展开讨论，内容主要涉及预测态势、管理要点还有仿真测试等方面。希望能给人以启发，通过合理运用深度卷积网络的方式，使电力供应更加稳定且安全，为行业发展助力。关键词：深度卷积网络；检测模型；电力生产；安全管理０引言随着信息时代的到来，科技发展速度有所加快，将信息技术用于电力行业成为大势所趋，可使电力生产质效得到大幅度提高，与此同时，电力企业发生安全事故的概率也会有所降低。对深度卷积网络加以运用，能够确保安全监控系统得到优化，通过快速识别电力生产潜在风险的方式，有效规避安全事故，使电力供应过程更加稳定且可靠。由此可见，对深度卷积网络进行研究很有必要，基于此所搭建管理系统，可在极大程度上推动电力行业的发展。１深度卷积网络介绍作为前馈神经网络的代表，卷积网络现已在语义分割、图像分类等领域得到广泛运用，其优点在于能够省略图像处理工序，基于初始图像得出较为准确的结论［１］。该网络的结构如下图所示，其中，第一层负责对图片进行卷积、获得特征图，第二层强调通过池化的方式，对特征图深度进行加深，最终得到完整的神经网络［２］。图卷积网络结构深度学习则是由人工神经网络所延伸出的学习方法，以卷积神经网络为代表的深度学习架构，现已被用在包括图像分析和语音识别在内的多个领域［３］。卷积网络所涉及内容主要集中在四个方面，分别是网络架构、开源方案、数据增强和迁移学习。一般来说，无论是图片矩阵，还是卷积核，其所对应特征图矩阵均以方阵的形式存在，相关计算公式如下：ｗ′＝（ｗ＋２ｐ－ｋ）ｓ＋１（１）式中，ｗ′代表卷积特征图尺寸；ｗ代表输入矩阵尺寸；ｐ代表补零层数；ｋ代表卷积核大小；ｓ代表步幅。２深度卷积网络运用方向２.１入侵检测新时期，受信息技术发展影响，计算机在诸多领域得到运用，虽然计算机的出现，为人们工作及生活提供了便利，却也带来一定的隐患。诸多电力企业选择利用相关技术对电力生产过程进行管理，希望能够使电力得到稳定且高效的供应，在此期间应重点关注非法入侵等问题，以免企业蒙受不必要的损失。作为网络安全领域极为重要的一环，入侵检测的目的...
