提出VPP拓扑无关博弈论强化学习防御方法
热点事件持续更新
提出VPP拓扑无关博弈论强化学习防御方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Pooja Algikar 等提出一种面向虚拟电厂(VPP)运营的分布式能源资源的混合扰动式网络物理防御方法,将博弈论规划与无模型强化学习结合在贝叶斯信念更新框架下,无需访问馈线拓扑、线路参数或开关配置。 该方法在 IEEE 13 节点和 123 节点馈线及分布式能源组合上的评估显示,在攻击者模型不确定和所评估的馈线重构条件下能有效检测,且不需要显式的馈线拓扑知识。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
基于博弈论强化学习的虚拟电厂拓扑无关防御方法研究报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv eess.SY 系统与控制基于博弈论强化学习的虚拟电厂拓扑无关防御方法研究
该论文提出一种面向虚拟电厂(VPP)运营的分布式能源资源的混合扰动式网络物理防御方法,将博弈论规划与无模型强化学习(RL)结合在贝叶斯信念更新框架下,无需访问馈线拓扑、线路参数或开关配置。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。