联邦学习预测用于增强电网可靠性与韧性市场
机器学习
2024-07-17 v1 系统与控制
系统与控制
最优化与控制
摘要
我们提出了一种全面的方法来增加未来富有分布式能源资源的电网的可靠性和韧性。我们的分布式方案将基于联邦学习的攻击检测与本地电力市场基于攻击的缓解方法相结合。我们通过将其应用于富有太阳能源 PV 的真实世界配电网来验证该方案。仿真结果表明，该方案是可行的，并且可以成功地缓解网络因网络-物理攻击产生的影响。
引用
@article{arxiv.2407.11571,
title = {Federated Learning Forecasting for Strengthening Grid Reliability and Enabling Markets for Resilience},
author = {Lucas Pereira and Vineet Jagadeesan Nair and Bruno Dias and Hugo Morais and Anuradha Annaswamy},
journal= {arXiv preprint arXiv:2407.11571},
year = {2024}
}
备注
Submitted to CIRED 2024 USA: Workshop on Resilience of Electric Distribution Systems