找到 1 条结果
保护直流微电网免受网络攻击：基于实时实现的混合物理信息神经网络控制策略
Securing DC Microgrids Against Cyber-Attacks: Hybrid Physics-Informed Neural Network Control Strategy with Real-Time Implementation
Sriranga Suprabhath Koduru · Venkata Siva Prasad Machina · Sreedhar Madichetty · S Mishra · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
随着绿色可持续能源转型的加速，可再生能源在直流微电网（DC MGs）中的集成日益重要。然而，在应对网络安全威胁的同时确保高效控制仍具挑战性。现有控制设计常忽视对虚假数据注入（FDI）攻击的防御。本文提出一种融合线性卡尔曼滤波器（LKF）与神经网络（NN）的混合物理信息神经网络（HPINN）方法，通过NN校正提升状态估计鲁棒性，实现攻击检测与缓解。该策略在含燃料电池、光伏及储能系统的三节点环网DC MG中验证，结合MATLAB仿真与实时实验，涵盖源荷变化与FDI攻击场景。结果表明，HPINN能有效...
解读: 该混合物理信息神经网络（HPINN）网络安全防护技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的卡尔曼滤波与神经网络融合方案可直接应用于储能系统BMS通信层和微电网EMS控制层，有效抵御虚假数据注入攻击，保障电压电流传感器数据完整性。该技术可集成至iSo...