Securing Grid-Connected Packed E-Cell Multilevel Inverter: A LSTM-AE Approach to Hybrid Attack Mitigation
Notice bibliographique
Résumé
The deployment of open communication infrastructure into power systems has drawn much attention due to its significant benefits, such as real-time monitoring, diagnostics, and regulatory purposes. But utilizing such technologies poses security challenges to the cyber-physical power systems (CPPS), which can highly degrade their operation. In this paper, a defense mechanism is adopted to tackle the hybrid attacks, including the Denial-of-Service (DoS) and false data injection (FDI) attacks in the grid-connected multilevel inverters from a systematic point of view. The proposed protection mechanism for the grid-connected multilevel inverter is realized in two stages. (<italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">i</i>) A Long-Short Term Memory based on autoencoder (LSTM-AE) is developed to detect DoS attacks, and an event-trigger mechanism based on Lyapunov theory is implemented to eliminate the effect of false data. (<italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">ii</i>) A sliding mode observer is adopted to recognize FDI threats, where the false data is eliminated by injecting the negative value of the identified false data. A prototype of a grid-connected nine-level Packed E-Cell (PEC9) topology as a targeted multilevel inverter is constructed to experimentally validate the feasibility of the proposed cyber resilience scheme for CPPS in microgrid applications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».