論文の概要: Resilient Identification of Distribution Network Topology
- arxiv url: http://arxiv.org/abs/2011.07981v1
- Date: Mon, 16 Nov 2020 14:23:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-25 01:10:30.225493
- Title: Resilient Identification of Distribution Network Topology
- Title（参考訳）: 分散ネットワークトポロジーのレジリエント同定
- Authors: Mohammad Jafarian, Alireza Soroudi, Andrew Keane
- Abstract要約: 本稿では,DERMSで利用可能な測定値のみに依存するネットワークTI関数を提案する。
提案手法は,ネットワークスイッチング構成と保護装置の状態を同定する。
計算負荷が低いため、このアプローチは高速トラックであり、リアルタイムアプリケーションに適用できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Network topology identification (TI) is an essential function for distributed
energy resources management systems (DERMS) to organize and operate widespread
distributed energy resources (DERs). In this paper, discriminant analysis (DA)
is deployed to develop a network TI function that relies only on the
measurements available to DERMS. The propounded method is able to identify the
network switching configuration, as well as the status of protective devices.
Following, to improve the TI resiliency against the interruption of
communication channels, a quadratic programming optimization approach is
proposed to recover the missing signals. By deploying the propounded data
recovery approach and Bayes' theorem together, a benchmark is developed
afterward to identify anomalous measurements. This benchmark can make the TI
function resilient against cyber-attacks. Having a low computational burden,
this approach is fast-track and can be applied in real-time applications.
Sensitivity analysis is performed to assess the contribution of different
measurements and the impact of the system load type and loading level on the
performance of the proposed approach.
- Abstract（参考訳）: ネットワークトポロジ識別(TI)は、分散エネルギー資源管理システム(DERMS)において、分散エネルギー資源(DER)を組織化し、運用するための重要な機能である。
本稿では,DerMSで利用可能な測定値のみに依存するネットワークTI関数を開発するために,識別分析(DA)を配置する。
提案手法は、ネットワークスイッチング構成と保護デバイスの状態を特定することができる。
次に、通信チャネルの中断に対するti回復性を改善するため、欠落信号の復元のために二次計画最適化手法を提案する。
提案したデータリカバリ手法とベイズの定理を併用して, 異常値の同定を行うベンチマークを開発した。
このベンチマークにより、TI機能はサイバー攻撃に対して耐性がある。
計算負荷が低いため、このアプローチは高速追跡であり、リアルタイムアプリケーションに適用できる。
異なる測定値の寄与と, システム負荷タイプおよび負荷レベルが, 提案手法の性能に与える影響を評価するために, 感度解析を行った。
関連論文リスト
- Adaptive Anomaly Detection in Network Flows with Low-Rank Tensor Decompositions and Deep Unrolling [9.20186865054847]
異常検出(AD)は、将来の通信システムのレジリエンスを確保するための重要な要素として、ますます認識されている。
この研究は、不完全測定を用いたネットワークフローにおけるADについて考察する。
本稿では,正規化モデル適合性に基づくブロック帰属凸近似アルゴリズムを提案する。
ベイズ的アプローチに触発されて、我々はモデルアーキテクチャを拡張し、フローごとのオンライン適応とステップごとの統計処理を行う。
論文 参考訳（メタデータ） (2024-09-17T19:59:57Z) - Federated PCA on Grassmann Manifold for IoT Anomaly Detection [23.340237814344384]
従来の機械学習ベースの侵入検知システム(ML-IDS)にはラベル付きデータの要求のような制限がある。
AutoEncodersやGenerative Adversarial Networks (GAN)のような最近の教師なしML-IDSアプローチは代替ソリューションを提供する。
本稿では,分散データセットの共通表現を学習するフェデレーション型非教師付き異常検出フレームワークであるFedPCAを提案する。
論文 参考訳（メタデータ） (2024-07-10T07:23:21Z) - Decentralized Learning Strategies for Estimation Error Minimization with Graph Neural Networks [94.2860766709971]
統計的に同一性を持つ無線ネットワークにおける自己回帰的マルコフ過程のサンプリングとリモート推定の課題に対処する。
我々のゴールは、分散化されたスケーラブルサンプリングおよび送信ポリシーを用いて、時間平均推定誤差と/または情報の年齢を最小化することである。
論文 参考訳（メタデータ） (2024-04-04T06:24:11Z) - Multiagent Reinforcement Learning with an Attention Mechanism for
Improving Energy Efficiency in LoRa Networks [52.96907334080273]
ネットワーク規模が大きくなるにつれて、パケット衝突によるLoRaネットワークのエネルギー効率は急激に低下する。
マルチエージェント強化学習(MALoRa)に基づく伝送パラメータ割り当てアルゴリズムを提案する。
シミュレーションの結果,MALoRaはベースラインアルゴリズムと比較してシステムEEを著しく改善することがわかった。
論文 参考訳（メタデータ） (2023-09-16T11:37:23Z) - Compressed Regression over Adaptive Networks [58.79251288443156]
分散エージェントのネットワークによって達成可能な性能を導出し,通信制約や回帰問題を解消し,適応的に解決する。
エージェントによって最適化に必要なパラメータをオンラインで学習できる最適化アロケーション戦略を考案する。
論文 参考訳（メタデータ） (2023-04-07T13:41:08Z) - Computation Offloading and Resource Allocation in F-RANs: A Federated
Deep Reinforcement Learning Approach [67.06539298956854]
フォグ無線アクセスネットワーク(フォグ無線アクセスネットワーク、F-RAN)は、ユーザのモバイルデバイス(MD)が計算タスクを近くのフォグアクセスポイント(F-AP)にオフロードできる有望な技術である。
論文 参考訳（メタデータ） (2022-06-13T02:19:20Z) - Stability Analysis of Unfolded WMMSE for Power Allocation [80.71751088398209]
電力割り当ては、無線ネットワークにおける基本的な問題の1つである。
これらのアルゴリズムの出力電力配分は入力摂動に関して安定であることが不可欠である。
本稿では,グラフニューラルネットワークを利用した最新のアルゴリズムであるUWMMSEに着目した。
論文 参考訳（メタデータ） (2021-10-14T15:44:19Z) - Adaptive network reliability analysis: Methodology and applications to
power grid [0.0]
本研究では,ベイジアン付加回帰木(ANR-BART)を用いた適応代理型ネットワーク信頼性解析法を提案する。
その結果、ANR-BARTは堅牢であり、信頼性解析の計算コストを大幅に削減しつつ、ネットワーク障害確率の正確な推定値が得られることがわかった。
論文 参考訳（メタデータ） (2021-09-11T19:58:08Z) - Data-Driven Random Access Optimization in Multi-Cell IoT Networks with
NOMA [78.60275748518589]
非直交多重アクセス(NOMA)は、5Gネットワーク以降で大規模なマシンタイプ通信(mMTC)を可能にする重要な技術です。
本稿では,高密度空間分散マルチセル無線IoTネットワークにおけるランダムアクセス効率向上のために,NOMAを適用した。
ユーザ期待容量の幾何学的平均を最大化するために,各IoTデバイスの伝送確率を調整したランダムチャネルアクセス管理の新たな定式化を提案する。
論文 参考訳（メタデータ） (2021-01-02T15:21:08Z) - A Multi-step and Resilient Predictive Q-learning Algorithm for IoT with
Human Operators in the Loop: A Case Study in Water Supply Networks [4.9550706407171585]
障害のあるコンポーネントが存在する場合、IoTネットワークに対してレジリエントで予測可能なアクションを推奨する問題を考察する。
我々はバージニア州アーリントン郡の匿名化データを用いて、スマート給水システムのための予測的かつレジリエントなスケジューリングポリシーを計算します。
論文 参考訳（メタデータ） (2020-06-06T15:51:52Z) - Identification of AC Networks via Online Learning [0.0]
本稿では,トポロジ情報と線パラメータを抽出したネットワークアクセタンス行列を推定するオンライン学習手法を提案する。
提案手法は既存の手法を改良し,現実的なテストベッドの数値的研究によりその有効性を実証した。
論文 参考訳（メタデータ） (2020-03-13T11:40:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。