Cyber-Physical Interdependence for Power System Operation and Control
Notice bibliographique
Résumé
This Task Force (TF) report aims to analyze the dependence of cyber and physical systems on power system operation and control. The study of cyber and physical system interdependency has become increasingly important with the evolution of energy systems. Modeling and analyzing the interdependency between cyber and physical components in energy systems is crucial for ensuring their reliability, resiliency, and security. The TF aims to cover different layers of interdependence between cyber and physical systems through different modeling techniques and analysis methods to identify potential threats and vulnerabilities. Co-simulation methods and tools are effective in analyzing the dependence between cyber and physical systems. Co-simulation is an approach to modeling and simulation that combines different simulation models to create a more comprehensive system model. With the integration of distributed energy resources (DERs) and advancements in sensing devices and communication networks, co-simulation methods and tools can help energy systems operators to better understand the complex interactions between cyber and physical components. This TF report also covers the use of digital twin technology to model and simulate the interactions between cyber and physical components. Digital twins create a virtual replica of the physical system and integrate it with real-time data and simulation models, which allows operators to monitor the system's performance, identify potential vulnerabilities, and develop strategies to improve its resilience and security. Operation and stability control, which consider the interactions between cyber and physical components in an energy system, involve a coordinated approach. This is crucial because the dependable and efficient operation of modern energy systems relies heavily on communication and computer infrastructures for sensing, protection, control, and real-time operation. The objective of this TF is to utilize data analytics, artificial intelligence, and machine learning (ML) to attain optimal operation and stability control in an interdependent cyber-physical energy system.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».