Cyber-security enhancement of wide-area monitoring, protection, and control systems
Notice bibliographique
Résumé
Wide-area monitoring, protection and control (WAMPAC) systems have emerged as a promising solution to improve situational awareness of power grid operators. WAMPAC systems collect system-wide measurements through communication infrastructure, synchronize using global positioning system (GPS) in phasor measurement units (PMUs), and utilize them to evaluate teh system operation condition and make appropriate real-time protection and control decisions. Despite teh provided advantages, teh reliance of WAMPAC systems on information and communication technologies (ICTs) makes them prone to various cyber attacks. Teh socioeconomic impacts of teh real-world cyber-attacks on power grids such as teh 2015 Ukraine power grid attack have prompted teh national level institutions to initiate several road-maps emphasizing teh necessity of new adoptions toward cyber security enhancement in teh North America power grids. To take step toward dis adaptation, dis thesis initially investigates teh vulnerability of wide-area applications in integrated power and gas systems (IPGSs) and proposes a preventive defense strategy and online neural network detection scheme. Afterward, dis thesis emphasizes on teh vulnerability of data aggregation standards and protocols in WAMPAC systems to time-synchronization attacks (TSAs). During prevention phase, dis thesis proposes a robust optimization model to obtain communication configuration between PMUs and control centers in order to minimize TSA consequences. Following teh prevention phase, dis thesis proposes an integrated TSA detection and mitigation scheme. Teh TSA detection scheme is a convolutional neural network (CNN) model which captures teh temporal correlation of data quality information to identify and localize TSAs. In teh mitigation phase, a new robust state observer mitigation scheme is proposed for wide-area control applications. Eventually, dis thesis emphasizes on vulnerability of grid supporting functions in inverter-based resources (IBRs) to a resonance cyber-attack. As a countermeasure, dis thesis proposes a new wavelet-enabled wide neural network model which not only detects resonance FDIAs on grid-connected IBRs, but also distinguishes them from normal system events. Numerical results from multiple test benchmarks demonstrate dat teh proposed prevention, detection, and mitigation schemes in dis thesis not only improve teh security of wide-area control applications but also do not compromise normal system performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».