利用强化学习发现频率控制器上的虚假数据注入方案
机器学习
2024-09-02 v1 人工智能
摘要
虽然基于逆变器的分布式能源（DERs）在将可再生能源接入电力系统方面发挥着至关重要的作用，但它们同时也降低了电网的系统惯性，增加了频率不稳定的风险。此外，通过通信网络接口的智能逆变器，如果不加以认真管理，将构成潜在的网络威胁漏洞。为了主动增强电网抵御复杂网络攻击的能力，我们提出采用强化学习（RL）来识别潜在威胁和系统漏洞。本研究集中于分析虚假数据注入的对抗策略，特别针对参与一次频率控制的智能逆变器。我们的研究结果表明，RL智能体能够熟练地发现最优的虚假数据注入方法来操纵逆变器设置，从而可能造成灾难性后果。
引用
@article{arxiv.2408.16958,
title = {Discovery of False Data Injection Schemes on Frequency Controllers with Reinforcement Learning},
author = {Romesh Prasad and Malik Hassanaly and Xiangyu Zhang and Abhijeet Sahu},
journal= {arXiv preprint arXiv:2408.16958},
year = {2024}
}