論文の概要: An AI-Based Supervisory Measurement Integrity Validation Layer for Cyber-Resilient AC/DC Protection in Inverter-Based Microgrids

• arxiv url: http://arxiv.org/abs/2604.23666v1
• Date: Sun, 26 Apr 2026 11:46:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.489919
• Title: An AI-Based Supervisory Measurement Integrity Validation Layer for Cyber-Resilient AC/DC Protection in Inverter-Based Microgrids
• Title（参考訳）: インバータ型マイクログリッドにおけるサイバーレジリエントAC/DC保護のためのAIベース監視計測積分検証層
• Authors: Ahmad Mohammad Saber, Ahmed Saber Refae, Davor Svetinovic, Hatem Zeineldin, Amr Youssef, Ehab F. El-Saadany, Deepa Kundur,
• Abstract要約: ライン電流差動リレー(LCDR)は、交流および直流電力ネットワークの故障を推測するために、時間同期多相電流波形に依存する。 インバータベースのマイクログリッドでは、デジタル通信された測定への依存度が増大すると、LCDRは偽データ注入攻撃(FDIA)に晒される。 本稿では,LCDRの監視層として機能する測定整合性検証手法を提案する。
• 参考スコア（独自算出の注目度）: 2.641443854998644
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Line current differential relays (LCDRs) are measurement-driven relays that rely on time-synchronized multi-phase current waveforms to infer internal faults in AC and DC power networks. In inverter-based microgrids, however, the increasing reliance on digitally communicated measurements exposes LCDRs to false-data injection attacks (FDIAs), in which adversaries manipulate remote measurement streams to create protection-triggering yet physically inconsistent current trajectories. This paper addresses this emerging measurement integrity problem by introducing a measurement integrity validation scheme that operates as a supervisory instrumentation layer for modern LCDRs. The proposed scheme interprets short windows of synchronized instantaneous current measurements recorded during relay operation and assesses their physical consistency to distinguish genuine fault-induced trajectories from cyber-manipulated measurement streams. A recurrent neural network is trained offline using only relay-available current measurements and exploits the temporal structure of differential current waveforms, which remains informative in inverter-dominated systems where current magnitude is no longer a reliable observable. The method requires no additional sensors, auxiliary protection elements, or prior knowledge of network topology, and is applicable to both AC and DC LCDRs without structural modification. The proposed measurement validation scheme is evaluated on an islanded inverter-based microgrid under a comprehensive set of fault and FDIA scenarios, demonstrating high detection accuracy while preserving relay dependability. Hardware-in-the-loop validation using an OPAL-RT real-time simulator confirms that the scheme satisfies protection timing constraints and can operate in real time under realistic operating conditions.
• Abstract（参考訳）: ライン電流差動リレー(LCDR)は、交流および直流電力ネットワークの内部欠陥を推測するために、時間同期多相電流波形に依存する測定駆動リレーである。 しかし、インバータベースのマイクログリッドでは、デジタル通信された測定への依存度が高まると、LCDRが偽データ注入攻撃(FDIA)に晒される。 本稿では,最近のLCDRの監視装置層として機能する測定整合性検証手法を導入することで,この新たな測定整合性問題に対処する。 提案手法は,リレー動作中に記録された同期瞬時電流測定のショートウインドウを解釈し,その物理的整合性を評価し,サイバー操作された計測ストリームから真の断層誘発軌道を識別する。 リレー可能な電流測定のみを使用して、リカレントニューラルネットワークをオフラインでトレーニングし、現在の大きさがもはや信頼できる観測不可能なインバータ支配システムにおいて情報的であり続ける差動電流波形の時間構造を利用する。 この方法は、追加のセンサー、補助的な保護要素、またはネットワークトポロジーの事前知識は必要とせず、構造変更なしにACとDCのLCDRの両方に適用できる。 提案手法は, 島型インバータ型マイクログリッドにおいて, 総合的な故障とFDIAシナリオに基づいて評価し, リレー信頼性を保ちながら高い検出精度を示す。 OPAL-RTリアルタイムシミュレータを用いたループのハードウェア・イン・ザ・ループ検証では,保護タイミング制約を満足し,現実的な動作条件下でリアルタイムに動作可能であることを確認した。

関連論文リスト

• Extended Hybrid Timed Petri Nets with Semi-Supervised Anomaly Detection for Switched Systems, Modelling and Fault Detection [0.0]
  本稿では,ハイブリッド力学系のための統合障害検出フレームワークを提案する。 拡張時間連続ペトリネットモデルと半教師付き異常検出を統合している。 その結果,高い検出精度,高速収束,ロバスト性能が得られた。
  論文  参考訳（メタデータ） (2026-04-05T10:54:15Z)
• Limits of Residual-Based Detection for Physically Consistent False Data Injection [5.156484100374059]
  FDIA(False Data Injection attack)は、AC電力系統の状態を推定する手法である。 本稿では,AC電力流の一般機能構造を組み込んだデータ駆動型構成機構について述べる。
  論文  参考訳（メタデータ） (2026-02-10T07:29:45Z)
• Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications [58.796149594878585]
  本稿ではニューロモルフィック無線センサネットワークに基づく低消費電力オンライン異常検出フレームワークを提案する。 検討したシステムでは、中央受信ノードが各時間フレームでニューロモルフィックセンサノード(ニューロSN)のサブセットを積極的にクエリする。 ニューロモルフィックセンサーは事象駆動であり、モニターされたシステムの関連する変化に対応してスパイクを発生させる。
  論文  参考訳（メタデータ） (2025-10-16T13:56:54Z)
• DNN-Based Precoding in RIS-Aided mmWave MIMO Systems With Practical Phase Shift [43.56429251312585]
  本稿では、直接通信路を妨害したミリ波マルチインプット多重出力(MIMO)システムのスループットを最大化する。 リコンフィギュアブルインテリジェントサーフェス(RIS)は、視線(LoS)とマルチパス効果に関連するmmWave特性を考慮して伝送性を高めるために使用される。 ディープニューラルネットワーク(DNN)は、より高速なコードワード選択を容易にするために開発された。
  論文  参考訳（メタデータ） (2025-07-03T17:35:06Z)
• Unmasking Covert Intrusions: Detection of Fault-Masking Cyberattacks on Differential Protection Systems [2.030738254233949]
  フォールト・マスキング・アタック(英: Fault-Masking Attacks、FMA)は、標的のLCDRの遠隔測定を操作したステルスサイバーアタックである。 FMAを検出するための2つのモジュールフレームワークを提案する。 シミュレーションの結果,LCDR上でFMAを正確に検出できることが確認された。
  論文  参考訳（メタデータ） (2024-09-06T12:47:15Z)
• RIMformer: An End-to-End Transformer for FMCW Radar Interference Mitigation [1.8063750621475454]
  RIMformerと呼ばれる新しいFMCWレーダ干渉緩和法は、エンドツーエンドのTransformerベース構造を用いて提案される。 このアーキテクチャは、時間領域IF信号をエンドツーエンドで処理するように設計されている。 その結果,提案したRIMformerは干渉を効果的に軽減し,ターゲット信号の復元を可能にすることがわかった。
  論文  参考訳（メタデータ） (2024-07-16T07:51:20Z)
• A Robust and Explainable Data-Driven Anomaly Detection Approach For Power Electronics [56.86150790999639]
  本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。 行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。 検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
  論文  参考訳（メタデータ） (2022-09-23T06:09:35Z)
• Ranking-Based Physics-Informed Line Failure Detection in Power Grids [66.0797334582536]
  ライン障害のリアルタイムかつ正確な検出は、極端な気象の影響を緩和し、緊急制御を活性化する最初のステップである。 電力収支方程式は、非線形性、極端な事象における発生の不確実性の増加、グリッドオブザーバビリティの欠如は、従来のデータ駆動障害検出手法の効率を損なう。 本稿では,グリッドトポロジ情報を利用した物理インフォームドライン故障検出器(FIELD)を提案する。
  論文  参考訳（メタデータ） (2022-08-31T18:19:25Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)

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。