找到 2 条结果
面向FDI攻击的结构自适应稀疏生成对抗学习微电网控制
Sparse-Promoting Generative Adversarial Learning for Microgrid Control With Structural Adaptive Optimization Against FDI Attacks
Jian Sun · Ruixiao Lv · Shuiqing Xu · Sen Tan 等5人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对虚假数据注入（FDI）攻击对微电网的威胁，本文提出一种无需线性化模型的稀疏促进生成对抗学习方法，联合优化控制结构与控制律；通过条件生成对抗网络估计各分布式电源节点受攻击概率，并结合安全置信函数与稀疏神经网络实现攻击下自适应调控，显著缓解馈线功率退化。
解读: 该研究提出的稀疏生成对抗学习框架可增强微电网在恶意数据攻击下的鲁棒控制能力，直接支撑阳光电源PowerTitan、PowerStack等储能系统在复杂电网环境中的智能防御与自主调节。其结构自适应优化机制可集成至iSolarCloud平台的AI运维模块，提升ST系列PCS在光储联合微网中的异常检测与动...
面向全局鲁棒性的AC微电网全状态反馈网络攻击防御控制
Full-State Feedback Cyber-Secure Control for Achieving Global Robustness in AC Microgrids
Sen Tan · Peilin Xie · Jian Sun · Juan C. Vasquez 等5人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对虚假数据注入攻击下微电网全局稳定性不足问题，本文提出一种考虑分布式电源耦合与线路阻抗的全状态反馈协同控制策略，实现电压精准跟踪与攻击抑制，并通过dSPACE硬件在环平台验证。
解读: 该研究对阳光电源PowerTitan、ST系列储能变流器（PCS）及iSolarCloud微网智能调度系统具有重要参考价值。其全局鲁棒控制框架可增强多机并联场景下构网型PCS在遭受网络攻击时的协同稳定性，建议将全状态反馈机制融入PowerStack集群控制协议，并在iSolarCloud中集成FDI...