期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自适应神经元的配电网输电线路反时限过流保护优化整定方法
1
作者
孙
刚
孙
迪康
《微型电脑应用》
2024年第7期226-229,233,共5页
为了减少反时限过流保护整定值过于依赖人工经验,缓解保护动作之间配合程度较低、电流稳定性较差的问题,提出基于自适应神经元的配电网输电线路反时限过流保护优化整定方法。分析输电线路运行模式和线路故障存在的不确定性,计算发生故...
为了减少反时限过流保护整定值过于依赖人工经验,缓解保护动作之间配合程度较低、电流稳定性较差的问题,提出基于自适应神经元的配电网输电线路反时限过流保护优化整定方法。分析输电线路运行模式和线路故障存在的不确定性,计算发生故障的概率;通过探究反向荷载率、电源容量、谐波含量等指标确定输电线的实际承载力;构建反时限过流保护动作方程,确定反时限过流保护的3种特征;以主保护与后备保护动作时差最小为目标,构建目标函数,确立约束条件;设计具有三个神经元的神经网络模型,每个神经元对应一种保护特征,引入转换模块,将输入量变换为状态量,通过神经元学习,输出最终的过流保护优化整定结果。比较实验结果表明:应用所提方法,随着故障电流增大,保护动作时间曲线未出现相交状况;在测试刚开始时,电流波形出现波动,但迅速恢复到平稳。所提方法能够使保护动作之间有效配合,输电线电流可以始终保持在稳定状态,为保护定值优化提供了新的研究思路。
展开更多
关键词
自适应神经元
配电网输电线路
反时限过流保护
谐波含量
下载PDF
职称材料
基于深度强化学习的多阶段信息物理协同拓扑攻击方法
被引量:
1
2
作者
伊娜
徐建军
+1 位作者
陈月
孙
迪康
《电力工程技术》
北大核心
2023年第4期149-158,共10页
随着智能电网的发展及通信设备不断引入到信息物理系统(cyber physical system,CPS)中,CPS正面临一种破坏性更强的新型攻击方式——信息物理协同攻击(coordinated cyber physical attack,CCPA),其隐蔽性与威胁性易导致系统出现级联故障...
随着智能电网的发展及通信设备不断引入到信息物理系统(cyber physical system,CPS)中,CPS正面临一种破坏性更强的新型攻击方式——信息物理协同攻击(coordinated cyber physical attack,CCPA),其隐蔽性与威胁性易导致系统出现级联故障。首先,基于攻击者的视角,提出一种多阶段信息物理协同拓扑攻击模型,单阶段的物理攻击使线路中断,双阶段的网络攻击分别用来掩盖物理攻击的断开线路和制造一条新的虚假断开线路。其次,结合深度强化学习(deep reinforcement learning,DRL)理论,提出一种基于深度Q网络(deep Q-network,DQN)的最小攻击资源确定方法。然后,给出攻击者考虑上层最大化物理攻击效果和下层最小化攻击代价的具体模型及求解方法。最后,以IEEE 30节点系统为例,验证了所提多阶段攻击模型的有效性。仿真结果表明,多阶段信息物理协同拓扑攻击较单一攻击更加隐蔽且有效,对电网的破坏程度更大,为防御此类攻击提供了参考。
展开更多
关键词
信息物理系统(CPS)
信息物理协同攻击(CCPA)
拓扑攻击
负荷重分配攻击
深度强化学习(DRL)
深度Q网络(DQN)算法
下载PDF
职称材料
题名
基于自适应神经元的配电网输电线路反时限过流保护优化整定方法
1
作者
孙
刚
孙
迪康
机构
国网山东省电力公司郯城县供电公司
东北石油大学
出处
《微型电脑应用》
2024年第7期226-229,233,共5页
文摘
为了减少反时限过流保护整定值过于依赖人工经验,缓解保护动作之间配合程度较低、电流稳定性较差的问题,提出基于自适应神经元的配电网输电线路反时限过流保护优化整定方法。分析输电线路运行模式和线路故障存在的不确定性,计算发生故障的概率;通过探究反向荷载率、电源容量、谐波含量等指标确定输电线的实际承载力;构建反时限过流保护动作方程,确定反时限过流保护的3种特征;以主保护与后备保护动作时差最小为目标,构建目标函数,确立约束条件;设计具有三个神经元的神经网络模型,每个神经元对应一种保护特征,引入转换模块,将输入量变换为状态量,通过神经元学习,输出最终的过流保护优化整定结果。比较实验结果表明:应用所提方法,随着故障电流增大,保护动作时间曲线未出现相交状况;在测试刚开始时,电流波形出现波动,但迅速恢复到平稳。所提方法能够使保护动作之间有效配合,输电线电流可以始终保持在稳定状态,为保护定值优化提供了新的研究思路。
关键词
自适应神经元
配电网输电线路
反时限过流保护
谐波含量
Keywords
adaptive neuron
distribution network transmission line
anti-time overcurrent protection
harmonic content
分类号
TM77 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于深度强化学习的多阶段信息物理协同拓扑攻击方法
被引量:
1
2
作者
伊娜
徐建军
陈月
孙
迪康
机构
东北石油大学电气信息工程学院
黑龙江八一农垦大学工程学院
出处
《电力工程技术》
北大核心
2023年第4期149-158,共10页
文摘
随着智能电网的发展及通信设备不断引入到信息物理系统(cyber physical system,CPS)中,CPS正面临一种破坏性更强的新型攻击方式——信息物理协同攻击(coordinated cyber physical attack,CCPA),其隐蔽性与威胁性易导致系统出现级联故障。首先,基于攻击者的视角,提出一种多阶段信息物理协同拓扑攻击模型,单阶段的物理攻击使线路中断,双阶段的网络攻击分别用来掩盖物理攻击的断开线路和制造一条新的虚假断开线路。其次,结合深度强化学习(deep reinforcement learning,DRL)理论,提出一种基于深度Q网络(deep Q-network,DQN)的最小攻击资源确定方法。然后,给出攻击者考虑上层最大化物理攻击效果和下层最小化攻击代价的具体模型及求解方法。最后,以IEEE 30节点系统为例,验证了所提多阶段攻击模型的有效性。仿真结果表明,多阶段信息物理协同拓扑攻击较单一攻击更加隐蔽且有效,对电网的破坏程度更大,为防御此类攻击提供了参考。
关键词
信息物理系统(CPS)
信息物理协同攻击(CCPA)
拓扑攻击
负荷重分配攻击
深度强化学习(DRL)
深度Q网络(DQN)算法
Keywords
cyber physical system(CPS)
coordinated cyber physical attack(CCPA)
topology attack
load redistribution attack
deep reinforcement learning(DRL)
deep Q-network(DQN)algorithm
分类号
TM732 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自适应神经元的配电网输电线路反时限过流保护优化整定方法
孙
刚
孙
迪康
《微型电脑应用》
2024
0
下载PDF
职称材料
2
基于深度强化学习的多阶段信息物理协同拓扑攻击方法
伊娜
徐建军
陈月
孙
迪康
《电力工程技术》
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部