論文の概要: Web-Based Platform for Evaluation of Resilient and Transactive
Smart-Grids
- arxiv url: http://arxiv.org/abs/2206.05550v1
- Date: Sat, 11 Jun 2022 15:34:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:42:15.403259
- Title: Web-Based Platform for Evaluation of Resilient and Transactive
Smart-Grids
- Title(参考訳): レジリエント・トランスアクティブスマートグリッド評価のためのwebベースプラットフォーム
- Authors: Himanshu Neema, Harsh Vardhan, Carlos Barreto, and Xenofon Koutsoukos
- Abstract要約: トランスアクティブ・エナジー(TE)は、経済・制御技術を通じて、スマートグレードにおけるDERの増加を管理するための新たなアプローチである。
我々は、様々なサイバー攻撃や物理的攻撃に対して、スマートグリッドのレジリエンスを評価するための包括的Webベースのプラットフォームを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Today's smart-grids have seen a clear rise in new ways of energy generation,
transmission, and storage. This has not only introduced a huge degree of
variability, but also a continual shift away from traditionally centralized
generation and storage to distributed energy resources (DERs). In addition, the
distributed sensors, energy generators and storage devices, and networking have
led to a huge increase in attack vectors that make the grid vulnerable to a
variety of attacks. The interconnection between computational and physical
components through a largely open, IP-based communication network enables an
attacker to cause physical damage through remote cyber-attacks or attack on
software-controlled grid operations via physical- or cyber-attacks. Transactive
Energy (TE) is an emerging approach for managing increasing DERs in the
smart-grids through economic and control techniques. Transactive Smart-Grids
use the TE approach to improve grid reliability and efficiency. However,
skepticism remains in their full-scale viability for ensuring grid reliability.
In addition, different TE approaches, in specific situations, can lead to very
different outcomes in grid operations. In this paper, we present a
comprehensive web-based platform for evaluating resilience of smart-grids
against a variety of cyber- and physical-attacks and evaluating impact of
various TE approaches on grid performance. We also provide several case-studies
demonstrating evaluation of TE approaches as well as grid resilience against
cyber and physical attacks.
- Abstract(参考訳): 今日のスマートグリッドは、新しいエネルギー生成、伝送、ストレージの方法が明らかに増加しています。
これは大きな多様性をもたらすだけでなく、従来の中央集権的な生成と貯蔵から分散エネルギー資源(DER)への継続的なシフトをもたらしている。
さらに、分散センサー、エネルギー発生器、ストレージデバイス、そしてネットワークは、グリッドを様々な攻撃に脆弱にする攻撃ベクトルを大幅に増加させました。
ほぼオープンなIPベースの通信ネットワークを通じて計算コンポーネントと物理コンポーネントの相互接続により、攻撃者はリモートサイバー攻撃や物理的またはサイバー攻撃によるソフトウェア制御グリッド操作による物理的ダメージを発生させることができる。
トランスアクティブエネルギー(te)は、経済と制御技術を通じてスマートグリッドにおけるdersの増大を管理するための新たなアプローチである。
Transactive Smart-GridsはTEアプローチを使ってグリッドの信頼性と効率を改善する。
しかし、グリッド信頼性を確保するための本格的な生存性には懐疑論が残っている。
さらに、特定の状況において異なるTEアプローチは、グリッド操作において非常に異なる結果をもたらす可能性がある。
本稿では,多種多様なサイバーおよび物理的攻撃に対するスマートグリッドのレジリエンスを評価し,様々なTEアプローチがグリッド性能に与える影響を評価するための包括的Webプラットフォームを提案する。
また、teアプローチの評価を示すいくつかのケーススタディや、サイバーや物理的攻撃に対するグリッドレジリエンスも提供します。
関連論文リスト
- From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-10-27T02:58:11Z) - Non-Intrusive Electric Load Monitoring Approach Based on Current Feature
Visualization for Smart Energy Management [51.89904044860731]
我々はAIのコンピュータビジョン技術を用いて、スマートエネルギー管理のための非侵襲的な負荷監視手法を設計する。
マルチスケールの特徴抽出とアテンション機構を備えたU字型ディープニューラルネットワークを用いて,色特徴画像からすべての電気負荷を認識することを提案する。
論文 参考訳(メタデータ) (2023-08-08T04:52:19Z) - FedDiSC: A Computation-efficient Federated Learning Framework for Power
Systems Disturbance and Cyber Attack Discrimination [1.0621485365427565]
本稿では,フェデレート学習に基づくプライバシ保護と通信効率の高い攻撃検出フレームワークであるFedDiSCを提案する。
我々は、電力システムとサイバーセキュリティの異常を正確に検出するために、表現学習に基づくDeep Auto-Encoderネットワークを提案する。
提案手法を現実のサイバー攻撃検出のタイムラインに適応させるために,DP-SIGNSGDとして知られる勾配プライバシー保護量子化方式を利用する。
論文 参考訳(メタデータ) (2023-04-07T13:43:57Z) - Distributed Energy Management and Demand Response in Smart Grids: A
Multi-Agent Deep Reinforcement Learning Framework [53.97223237572147]
本稿では、自律制御と再生可能エネルギー資源のスマート電力グリッドシステムへの統合のための多エージェント深層強化学習(DRL)フレームワークを提案する。
特に,提案フレームワークは,住宅利用者に対する需要応答 (DR) と分散エネルギー管理 (DEM) を共同で検討している。
論文 参考訳(メタデータ) (2022-11-29T01:18:58Z) - Evaluating Distribution System Reliability with Hyperstructures Graph
Convolutional Nets [74.51865676466056]
本稿では,グラフ畳み込みネットワークとハイパー構造表現学習フレームワークを,精度,信頼性,計算効率のよい分散グリッド計画に活用する方法を示す。
数値実験の結果,提案手法は計算効率を大幅に向上させることがわかった。
論文 参考訳(メタデータ) (2022-11-14T01:29:09Z) - Stabilizing Voltage in Power Distribution Networks via Multi-Agent
Reinforcement Learning with Transformer [128.19212716007794]
本稿では,変圧器を用いたマルチエージェント・アクタ・クリティカル・フレームワーク(T-MAAC)を提案する。
さらに、電圧制御タスクに適した新しい補助タスクトレーニングプロセスを採用し、サンプル効率を向上する。
論文 参考訳(メタデータ) (2022-06-08T07:48:42Z) - False Data Injection Threats in Active Distribution Systems: A
Comprehensive Survey [1.9084046244608193]
いくつかの最先端技術の統合により、セキュリティとプライバシの脆弱性がいくつか導入されている。
最近の研究動向は、False Data Injection(FDI)攻撃がスマートグリッドパラダイム全体で最も悪意のあるサイバー脅威の1つになっていることを示している。
論文 参考訳(メタデータ) (2021-11-28T22:25:15Z) - Improving Robustness of Reinforcement Learning for Power System Control
with Adversarial Training [71.7750435554693]
電力系統制御のために提案された最先端のRLエージェントが敵攻撃に対して脆弱であることを示す。
具体的には、敵のマルコフ決定プロセスを用いて攻撃方針を学習し、攻撃の有効性を実証する。
本稿では,RLエージェントの攻撃に対する堅牢性を高め,実行不可能な運用上の決定を回避するために,敵の訓練を利用することを提案する。
論文 参考訳(メタデータ) (2021-10-18T00:50:34Z) - Towards Energy-Efficient and Secure Edge AI: A Cross-Layer Framework [13.573645522781712]
ディープニューラルネットワーク(DNN)とスパイクニューラルネットワーク(SNN)は、リソース制約されたエッジデバイスに対して最先端の結果を提供する。
これらのシステムは、様々なセキュリティと信頼性の脅威の下で、正しい機能を維持する必要がある。
本稿では、まず、異なるシステム層におけるエネルギー効率、信頼性、セキュリティ問題に対処するための既存のアプローチについて論じる。
論文 参考訳(メタデータ) (2021-09-20T20:22:56Z) - A Taxonomy of Cyber Defence Strategies Against False Data Attacks in
Smart Grid [3.88835600711547]
スマートグリッドとして知られる現代の電力網は、孤立して中央制御された電力システムを高速で大規模に接続されたサイバー物理システムに急速に転換した。
膨大な数のサイバー物理的エンティティの相乗効果により、スマートグリッドは世界的なエネルギー問題に対処する上で、より効果的で持続可能なものとなりました。
しかし、データ完全性、機密性、可用性の侵害につながる多数の脆弱性も伴っている。
論文 参考訳(メタデータ) (2021-03-30T05:36:09Z) - Internet of Predictable Things (IoPT) Framework to Increase
Cyber-Physical System Resiliency [0.0]
本稿では,予測可能なモノのインターネット(IoPT)の概念を提案する。
高度なデータ分析と機械学習手法を取り入れ、サイバーセキュリティリスクに対するサイバーフィジカルシステムのレジリエンスを高めている。
論文 参考訳(メタデータ) (2021-01-19T19:01:56Z)
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。