基于深度强化学习的电力CPS联合防御方案
为解决电力系统中可能发生的协同攻击事件,文章提出包含单点防御、级联防御和全局防御的三级联合防御模型,配合攻防推演模块和策略规约模块,能够实现针对电力系统协同攻击的有效防御。三级防御分析器分别基于攻击防御树、连锁故障和深度强化学习实现,其核心为基于多智能体行动者-注意力-评论家框架(multi-agent actor attention critic,MAAC)的全局防御分析模型,MAAC能够考虑攻击者与防御者之间的竞争协作关系进而给出防御策略,使其更加适合电力信息物理系统(cyber physical systems,CPS)复杂的攻防场景分析。实验采用IEEE总线系统为基础构造电力CPS,环境中的数据从实际电力系统引入,使MAAC的训练学习面向真实环境。实验结果表明,该模型在收敛速度和防御性能上均优于其他模型,证明所提出的联合防御模型能够有效提升电力CPS面对复杂协同攻击场景的防御能力。
基于能源CPSS的智能电网与泛在电力物联网融合方式研究
现代智能电网正在从智能电网向能源互联网升级,封闭生态下传统电力信息物理系统(CPS)正逐步向开放共享的能源信息物理社会系统(CPSS)演进。其中,能源 CPSS 中的智能电网(SG)和泛在电力物联网(e-IoT)的融合方式、深度和进程,直接决定了未来面向综合能源服务的能源互联网的可靠性和开放性,本文用可靠性、开放性两个维度描述能源 CPSS,寻求在两者互相制约中的可行合理融合发展路线,分析研究系统中源、网、荷、储侧的网元终端融合的方案,提出 CPSS 下的两网融合路线和方式,为能源互联网尤其是正处于建设初期的泛在电力物联网的建设提供参考性建议。