找到 3 条结果 · IEEE Transactions on Power Systems
基于攻防博弈的电力系统外部脆弱性评估
External Vulnerability Assessment of Power System Under Attack Based on Attack-Defense Game
Yifu Luo · Qinran Hu · Bokang Zou · Yuanshi Zhang 等6人 · IEEE Transactions on Power Systems · 2025年3月
电力系统作为关键国家基础设施，面临日益严峻的外部攻击威胁。现有研究多聚焦于特定攻击水平下的防御布局与损失分析，忽视了攻击者能力的不确定性，缺乏对系统抗毁性的安全评估。本文提出一种新的分析场景，即区域电力系统因物理攻击导致完全失效，旨在构建面向未知攻击能力的局部电网整体脆弱性评估方法。该方法建立了包含两个相互依赖决策目标的攻防博弈模型，以体现防御方的抵抗特性，并基于模型特点设计了通过排列问题求解和验证原优化问题的定制化方法。基于IEEE 14节点和118节点系统的仿真验证了模型的正确性，并通过多种...
解读: 该攻防博弈脆弱性评估技术对阳光电源大型储能系统（PowerTitan）和区域级ESS集成方案具有重要应用价值。针对物理攻击导致电网失效场景，可指导储能系统在关键节点的优化部署，提升电网抗毁性。具体应用包括：1）ST系列储能变流器的冗余配置策略优化，在攻击不确定性下确保关键负荷供电；2）iSolarC...
面向异常事件的在线时空集成学习负荷预测方法
Online Spatiotemporal Ensemble Learning for Load Forecasting Against Anomalous Events
Yaqi Zeng · Pengfei Zhao · Di Cao · Zhe Chen 等5人 · IEEE Transactions on Power Systems · 2025年11月 · Vol.41
本文提出一种在线时空集成学习框架，通过融合区域间空间相关性与时间动态性，快速适应疫情等异常事件引发的负荷模式突变；采用在线互补学习网络提取时空特征，并结合指数梯度下降与强化学习优化凸组合权重。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统在负荷侧协同调度中具有直接应用价值。其在线自适应预测能力可提升光储充一体化系统的日前-日内负荷与新能源出力联合预测精度，优化PCS功率指令生成与BMS充放电策略。建议将该算法集成至iSolarCloud边缘AI...
基于双分支专家融合记忆网络的大规模配电网净负荷高效预测
Efficient Net Load Forecasting in Large-Scale Power Distribution Systems via Dual-Branch Experts Fusion Memory Network
Shijie Li · Ruican Hu · Guanlin Chen · Lulu Chen 等10人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文针对高比例可再生能源接入下配电网净负荷预测难题，提出双分支专家融合记忆网络（DEFMN），分别建模负荷与分布式电源的异质性，并融合时空相关性。在IEEE 8500节点系统验证中，该模型在MAPE等指标上达到SOTA性能。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的日前-日内净负荷预测能力具有直接提升价值。DEFMN可嵌入iSolarCloud的AI预测引擎，优化光储协同调度策略；尤其适用于工商业光伏+用户侧储能场景中多类型DG（如组串式逆变器、充电桩、小型风电变流器...