Jan, 2014

级联故障仿真和缓解的交互模型

PDF
TL;DR本文研究了组件故障之间的相互作用，并提出了一种交互式模型，以研究交互作用对级联失效风险的影响并支持在线决策。无需详细模拟大量级联失效，可以首先考虑组件故障之间的相互作用进行模拟，然后进行相互作用模型模拟来提高时间效率。同时提出了基于交互的缓解措施，用于削弱关键链路以缓解级联失效风险。
cascading failureinteractionsinteraction matrixinteraction networkmitigation measures
发现论文，激发创造
  • 复杂网络中的级联故障

    对于流行复杂网络中的级联故障现象，本文基于物理及复杂网络科学的研究方法，探讨了其机理、动态及影响，并提出了阻断故障扩散的新策略。

    Jul, 2020

  • 使用超参数扩散模型预测级联故障

    通过信息传播模型，研究电网中的级联故障；通过将传染概率与信息串联模型相关联，建立了稳健的故障扩散模型，有效地预测级联故障传播，减少大规模级联故障的风险。

    Jun, 2024

  • 在大型对抗图环境中缓解级联效应

    通过深度学习方法，该研究论文在图结构中提出了一种数据驱动的、能够预测级联影响、并具有较高防御效果的防御策略，其在大规模图环境中表现出比其他深度学习方法更好的预测准确性。

    Apr, 2024

  • 使用受限贝叶斯优化的网络级联漏洞

    本文研究电力网漏洞，探讨改变传输线保护设置以产生连锁反应的方法，并通过贝叶斯优化找到最优方案，发现最大程度改变所有线路的保护设置并不会造成最多的连锁反应，资源受限的情况下仍然可以找到导致与无限制下相当严重的级联反应的设置方案。

    Apr, 2023

  • 一个双电网串联故障模型的易损性分析

    提出了一种基于注意力机制的新方法来学习输电线路之间的相关性，并通过该方法识别最关键的输电线路，该方法通过 Attention Ranking 算法来评估输电线路的重要性，从而提供了一种改善电网对级联故障的韧性的新型有效分析，广泛的实验结果证明了其有效性。

    May, 2024

  • 相关级联：竞争或合作

    本研究利用多维标记 Hawkes 过程模拟了社交网络中用户的行为传播，解决了相关级联效应的建模和潜在传播网络的提取问题。通过 Twitter、网址缩短和音乐流媒体服务的实验结果表明，该模型在性能上胜过了其他模型。

    Oct, 2015

  • 利用连续时间贝叶斯网络分析级联的复杂系统

    基于连续时间贝叶斯网络的建模框架用于分析复杂系统中的级联行为，识别可能导致级联行为的潜在哨兵状态，并提供塑料的图形表示和可解释的结果。

    Aug, 2023

  • 从信息级联中学习用户特定的潜在影响力和易感性

    以观察到的级联为基础，通过学习两个低维用户特定向量来预测级联动态，并捕捉他们的影响和易感性，从而更好地模拟依赖于上下文因素的信息传播效果。

    Oct, 2013

  • 从微观到宏观：使用行为动力学揭示和预测信息瀑布过程

    本文提出了一个新的方法来预测社交网络中的瀑布过程，使用行为动力学描述微观机制，提出了一个新的网络威布尔回归模型。本文通过数据驱动分析发现了常见的原则和模式，提出了一个可扩展的解决方案来近似瀑布过程和预测其累计过程。在大规模社交网络数据集上进行广泛评估，结果表明该方法在多项任务中可以显著优于其他最先进的基线模型。

    May, 2015

  • 强化学习在电网级联故障缓解中的应用

    文章提出了一种基于强化学习的串联故障缓解策略，并且通过直流电力优化流 (DCOPF) 等控制来修正底层问题。通过物理方程式，设计了一种高层次的强化学习策略，测试了浅层和深层神经网络结构，并在 IEEE 118 巴士系统上的实验表明，该缓解策略在减少系统崩溃方面表现出了很有前途的性能。

    Aug, 2021