找到 2 条结果 · IEEE Transactions on Power Systems
基于广义动态因子模型与生成对抗网络的风电场景生成
Wind Power Scenario Generation based on the Generalized Dynamic Factor Model and Generative Adversarial Network
Young-ho Cho · Hao Zhu · Junghyeop Im · Duehee Lee 等5人 · IEEE Transactions on Power Systems · 2025年9月
为开展资源充足性研究，我们利用时空特征（空间和时间相关性、波形、边际和爬坡率分布、功率谱密度以及统计特征）合成了分布式风电场的多个长期风电情景。在情景中生成空间相关性需要为相邻风电场设计公共因子，为远距离风电场设计对立因子。广义动态因子模型（GDFM）可以通过互谱密度分析提取公共因子，但它无法精确复制波形模式。生成对抗网络（GAN）可以通过假样本判别器验证样本，从而合成能体现时间相关性的合理样本。为结合GDFM和GAN的优势，我们使用GAN提供一个滤波器，从观测数据中提取包含时间信息的动态因子，...
解读: 该风电场景生成技术对阳光电源储能与并网产品具有重要应用价值。通过广义动态因子模型与GAN网络的结合，可以准确预测风电功率波动特征，这对ST系列储能变流器的调度策略优化和PowerTitan系统的容量配置具有重要指导意义。该方法可集成到iSolarCloud平台，提升风储联合运行的经济性。同时，其时空...
揭示针对$N-1$安全电力系统的负载篡改攻击：一种稀有事件采样方法
Uncovering Load-Altering Attacks Against $N-1$ Secure Power Grids: A Rare-Event Sampling Approach
Maldon Patrice Goodridge · Subhash Lakshminarayana · Alessandro Zocca · IEEE Transactions on Power Systems · 2024年7月
针对大量基于物联网的高功率设备（如智能电动汽车充电站）的变载攻击（LAA）可能会严重扰乱电网运行。在本研究中，我们旨在揭示可能造成严重影响的变载攻击的时空特征。这一问题颇具挑战性，因为现有的保护措施，如旨在使电力系统能够抵御单个组件故障的 $N - 1$ 安全性，在很大程度上也能使系统对负载变化具有恢复能力。因此，那些能导致网络故障的、经过精心策划注入的负载扰动可被视为“罕见事件”。为此，我们采用一种罕见事件采样方法来揭示在电力网络中时空分布的变载攻击。这种采样方法的关键优势在于能够从具有不连续...
解读: 该负载篡改攻击防护研究对阳光电源充电桩产品线具有重要安全价值。研究揭示的协调性负载攻击风险直接关联智能充电桩的并网安全性。建议在充电桩控制系统中集成异常负载检测算法，通过监测充电功率突变模式识别潜在攻击行为。可将稀有事件采样方法应用于iSolarCloud云平台，建立充电站集群的安全态势感知系统，实...