找到 3 条结果 · IEEE Transactions on Power Systems
基于双层检测的分布式安全状态估计在虚假数据注入攻击下的应用
Double-layer Detection-Based Distributed Secure State Estimation Under False Data Injection Attacks
Minggao Zhu · Dajun Du · Xue Li · Minrui Fei 等5人 · IEEE Transactions on Power Systems · 2025年7月
在信息物理电力系统（CPPSs）中，当测量数据或中间交换数据受到虚假数据注入攻击（FDIAs）篡改时，其真实性（即可信度）将遭到破坏，导致分布式状态估计失效。为解决这一问题，本文提出一种采用双层检测的新型分布式安全状态估计方法来应对虚假数据注入攻击。首先，第一层使用基于 $\chi ^{2}$ 的攻击检测器检查测量数据是否被篡改，若被篡改，则用基于卡尔曼方法的预测数据替换受污染的数据，以提高数据可信度和局部状态估计的准确性。然后，当满足事件触发机制时，这些可信数据（即经过检查/替换的数据）与相邻...
解读: 该双层检测机制的分布式安全状态估计技术对阳光电源的储能和光伏产品线具有重要应用价值。可应用于ST系列储能变流器和SG系列光伏逆变器的数据安全防护,特别是在大型储能电站和集中式光伏电站中的分布式控制系统。通过局部残差检测与一致性校验的双重防护,可有效提升iSolarCloud平台数据采集的可靠性,增强...
基于物理信息自监督预训练的GNN在大规模电力系统分析中的泛化能力提升
GNNs' Generalization Improvement for Large-Scale Power System Analysis Based on Physics-Informed Self-Supervised Pre-Training
Yuhong Zhu · Yongzhi Zhou · Wei Wei · Peng Li 等5人 · IEEE Transactions on Power Systems · 2025年2月
在人工智能驱动的电力系统分析（PSA）中，系统拓扑的高效且信息丰富的表示至关重要。尽管取得了重大突破，但近期采用图神经网络（GNNs）的方法在大规模电力系统分析中面临重大挑战，包括获取足够标注数据的高计算需求，以及对未见故障拓扑的泛化能力较差。为解决这些问题，我们提出了一种用于预训练图神经网络的自监督策略，该策略可在单个节点特征层面和整个图结构层面提升图神经网络的表达能力。通过集成物理信息技术，我们的策略使图神经网络能够内化适用于多个下游任务的基本原理。我们证明，我们的方法能够在无监督的情况下对...
解读: 该研究提出的物理信息自监督GNN框架对阳光电源的智能化产品升级具有重要价值。首先可应用于ST系列储能系统和SG系列光伏逆变器的电网拓扑感知与控制优化,提升GFM/GFL控制的适应性;其次可集成到iSolarCloud平台,增强分布式电站群的智能调度与故障诊断能力。该方法通过物理规律预训练提升模型泛化...
面向氢-电配电网协同与移动储氢的量子辅助组合Benders算法
Quantum Assisted Combinatorial Benders' Algorithm for the Synergy of Hydrogen and Power Distribution Systems With Mobile Storage
Mingze Li · Siyuan Wang · Lei Fan · Zhu Han · IEEE Transactions on Power Systems · 2025年1月
氢能基础设施的发展有望促进可再生能源在配电网中的消纳。为利用氢能系统的灵活性，本文提出一种混合二进制二次规划模型，用于氢-电配电网协同运行，并建模车载移动储氢设施的路径调度及装卸量。设计了一种量子辅助的组合Benders分解算法，将主问题与子问题分别部署于量子处理单元和经典CPU求解。主问题被重构为量子退火器可高效求解的无约束二进制二次优化问题。在混合量子-经典计算平台上的测试结果表明，随着问题规模增大，该方法呈现优于传统CPU商业求解器的趋势。
解读: 该量子辅助优化算法对阳光电源氢-电综合能源系统具有重要应用价值。在PowerTitan储能系统与氢能耦合场景中，可优化移动储氢车辆调度与充放策略，提升系统灵活性。对于工商业光伏配储项目，该算法可协同SG逆变器、ST储能变流器与氢储能设施的多时间尺度调度，解决大规模混合整数优化难题。量子计算加速特性可...