找到 3 条结果
基于灾害抗性的配电网飓风期间时空风险分析
Hazard Resistance-Based Spatiotemporal Risk Analysis for Distribution Network Outages During Hurricanes
Luo Xu · Ning Lin · Dazhi Xi · Kairui Feng 等5人 · IEEE Transactions on Power Systems · 2024年9月
近年来，极端天气事件导致的停电频发，精准评估电力系统最脆弱环节——配电网的时空停运风险对提升系统韧性至关重要。序列蒙特卡洛（SMC）方法虽广泛用于极端天气下的时空风险分析，但其在时序模拟中重复采样时不变脆弱性函数，易高估高频采样下演变灾害的损毁程度。为此，本文提出一种基于灾害抗性的时空风险分析方法（HRSRA），将元件失效概率转换为时不变的灾害抗性进行建模。该方法可自适应融合高时空分辨率气象模型，结合电力系统地理信息与物理风场模型，利用波多黎各真实时序停电数据（含2022年菲奥娜飓风）验证了其优...
解读: 该飓风期间配电网时空风险分析技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器的韧性设计具有重要价值。基于灾害抗性的HRSRA方法可精准识别极端天气下配电网脆弱节点，为储能系统的选址部署、容量配置提供决策依据。结合iSolarCloud云平台的气象数据融合能力，可实现储能系统在飓风等...
风电场在中长期滚动交易中的策略性投标：一种双层多智能体深度强化学习方法
Strategic bidding of wind farms in medium-to-long-term rolling transactions: A bi-level multi-agent deep reinforcement learning approach
Yi Zheng · Jian Wang · Chengmin Wang · Chunyi Huang 等6人 · Applied Energy · 2025年1月 · Vol.383
摘要 随着可再生能源在电力市场中渗透率的不断提高，边际电价受到抑制，给风电生产商的盈利能力带来了挑战。为此，有效的中长期（MLT）滚动交易能够对冲现货市场价格风险，提升盈利水平。然而，传统的投标方法往往难以捕捉风电出力及交易动态在较长时间跨度内的复杂不确定性。本文提出了一种专为优化风电中长期滚动交易而设计的双层多智能体深度强化学习（DRL）方法。该方法创新性地将Black–Scholes模型与Hamiltonian函数相结合，构建了一个最优决策框架，能够在短期投标效率与长期战略定位之间实现平衡。...
解读: 该深度强化学习竞价策略对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过双层多智能体优化框架,可提升风储联合系统在中长期电力市场的收益能力,有效对冲现货价格风险。其时空建模技术可集成至iSolarCloud平台,实现储能参与市场交易的智能决策,优化充放电策略。结合阳光电...
Flash：基于联邦图学习的工业信息物理系统恶意Bash脚本检测
Flash: Federated Graph Learning-Based Malicious Bash Script Detection for Industrial Cyber–Physical Systems
Pengbin Feng · Ning Xi · Jiong Jin · Jun Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月
工业信息物理系统给铁路运输、医疗保健和发电等传统行业带来了深刻变革。Linux 一直是智能设备使用最广泛的操作系统。它在实现高效管理的同时，也面临着来自网络空间利用漏洞的攻击。现有方法主要侧重于对 Linux 恶意软件二进制文件进行建模和检测，而很少关注防范来自 bash 脚本的攻击。在这项工作中，我们确定了工业信息物理系统中恶意 bash 脚本检测方法的两个关键属性，即“自动化与可扩展性”和“跨域联合”，并提出了一种基于联邦图学习的检测架构，即 Flash。该架构首先通过静态分析从 bash ...
解读: 从阳光电源业务视角来看，这项基于联邦图学习的恶意Bash脚本检测技术具有重要的战略价值。当前，我司的光伏逆变器、储能系统及智慧能源管理平台均采用Linux作为核心操作系统，在实现高效设备管理的同时，也面临着来自网络空间的安全威胁。传统安全方案主要针对二进制恶意软件，而忽视了Bash脚本这一重要攻击载...