smart grid | BriefGPT - AI 论文速递

关键词smart grid

搜索结果 - 26

基于近端策略优化的智能家庭太阳能管理
通过基于 Proximal Policy Optimization (PPO) 的框架，使用循环奖励模型来最大化利润，相比其他简单算法在累积总利润方面取得了 30％以上的改进，该方法在复杂领域如金融市场中进行增强学习算法以规划行动方面表现出
PDF3 months ago
ICLR智能电网的广义策略学习：FL TRPO 方法
结合联邦学习和信任区域策略优化（FL TRPO）的框架，以降低能源相关排放和成本，证实其在智能电网挑战中学习策略模型的能力。
PDF3 months ago
基于大数据和神经网络的智能电网背景下的城市电力消费预测
基于大数据和神经网络，本文建立了一个模型来预测智能城市中的电力消费，并构建了评估模型来确定电力消费的核心特征值。
PDF10 months ago
一种新型的多智能体灵活性聚合框架
本文提出了一种新的分布式能源聚合框架，其中包括多智能体架构和各种机制，用于有效管理和高效整合 Smart Grid 中的分布式能源，特别是当使用 CRPS 评分规则作为选择机制时，在与传统商业聚合器比较时，我们的框架导致参与者的平均支付增加
PDFa year ago
用于预测多个负载时间序列的 Transformer 训练策略
研究使用 Transformer 进行电力负荷预测，并测试转移学习策略的有效性，表明全局模型优于其他训练策略，使得 Transformer 在正确的策略下是有效的电力负载预测方法。
PDFa year ago
智能电网中基于值得信赖的人工智能框架的主动检测和风险解释的网络攻击
本研究针对分布式能源资源在智能电网中所带来的网络安全威胁，提出了基于 Shapley 值解释和 Ward 最小方差公式动态量化分析攻击风险，实现可靠、公平、透明、可重现、有责任的可信人工智能机制，在最新数据集上验证了该机制的有效性。
PDFa year ago
智能电网安全博弈论综述
本论文研究了基于博弈论的方法来分析智能电网的安全威胁，介绍了不同领域的威胁模型和解决方法，以保证能源管理的顺畅运行。
PDFa year ago
使用长短期记忆网络的智能电网可再生能源需求预测模型 REDf
本研究探讨使用基于深度学习的模型（REDF）来预测能源需求，以提高可再生能源的整合，并与 Facebook Prophet 和支持向量回归等算法进行了比较，结果表明 REDF 模型能以 1.4% 的平均绝对误差准确预测能源需求。
PDFa year ago
FedDiSC：用于电力系统扰动和网络攻击鉴别的计算高效的联邦学习框架
本文提出了一种基于联邦学习的隐私保护和通信高效的攻击检测框架 FedDiSC，通过联合训练攻击检测模型，利用表示学习的深度自编码器网络精确检测电力系统和网络安全的异常，利用 DP-SIGNSGD 等梯度隐私保护量化方案，提高其通信效率，并在
PDFa year ago
KDD智能电网中基于机器学习的对抗攻击方法研究
研究探讨了智能电网中机器学习的安全性问题，发现深度神经网络方法易受对抗性扰动影响，并指出目前机器学习算法在智能电网中面对各种对抗性攻击的弱点，尤其是在故障定位和类型分类方面。
PDFa year ago
应用增强学习和时间序列预测技术解决风能和分布式光伏能源不确定性问题
本文提出了一个新的框架，使用长短期记忆（LSTM）时间序列预测和深度确定性策略梯度 (DDPG) 多智能体强化学习算法来解决可再生能源不确定性在智能电网中带来的挑战和分布能源管理中的新挑战，旨在同时考虑两个目标，从而实现对批发和零售市场的高
PDFa year ago
寻找用于负荷预测的深度学习架构：比较分析和 Covid-19 大流行对模型性能的影响
本研究基于日前葡萄牙国家 15 分钟分辨率净负荷时间序列，以深度学习结构 N-BEATS、LSTM 和 TCN 为重点，对 COVID-19 疫情期间的短期负荷预测进行比较研究，旨在增强能源公司和网络运营商的预测工具箱，并提高其对危机事件对
PDFa year ago
量子功率流：从理论到实践
本文介绍了量子计算在智能电网问题中的应用，特别是 HHL 算法用于高效求解稀疏矩阵问题，并讨论了实现该算法所需的量子噪声、QRAM 实现和量子电路深度等问题。通过最新的硬件和软件算法的基准测试，以及使用基于变分量子电路的近期算法计算 6 个
PDF2 years ago
智能电网的网络安全综述：网络攻击、检测、对抗技术和未来发展方向
本文介绍智能电网网络所面临的网络安全挑战及攻击分类，并阐述了一种基于 OSI 模型的攻击分类方法，同时提出了新的检测和对抗技术分类，并探讨了未来研究方向。
PDF2 years ago
MM使用边缘计算和联邦学习进行电力负荷预测
本文提出使用 Edge Computing 和联邦学习的方法，以增加训练深度学习模型所需的数据量和多样性，同时保护隐私，本文成功应用于家庭负荷预测。
PDF2 years ago
MM智能家居中用于合成数据生成的变分自编码生成对抗网络
本文提出 VAE-GAN 作为智能电网数据生成模型，能够学习各种数据类型分布并从同一分布生成逼真的样本。实验结果显示，该模型的合成数据比 Vanilla GAN 网络更接近真实数据分布。
PDF2 years ago
智能电网的联邦学习框架：在协作学习中保障功率跟踪的安全性
使用联邦学习框架进行大数据分析技术在智能电网中的应用，保证数据安全和隐私保护，提高能源利用效率。
PDF3 years ago
受损 CPS 设备的系统行为检测框架：智能电网案例
本文提出了一种新的可配置的系统级框架，利用系统和函数调用跟踪技术、信号处理和统计分析，基于行为特征检测受损的智能电网设备，对六种不同类型的受损设备进行了测试，并且在不同攻击场景下表现出良好的检测精度和最小的计算资源开销。
PDF5 years ago
未来智能电网的区块链技术：一项全面调查
本文对区块链技术在智能电网中的应用进行了全面调查，主要针对智能电网出现的安全挑战提出了使用区块链进行解决的方案，并总结了最近涌现的基于区块链的研究、实践项目和产品，最后探讨了应用区块链解决智能电网安全问题的未来方向和研究挑战。
PDF5 years ago
基于随机超参数调整的 AMI 网络深度循环电力盗窃检测
该论文提出了一种基于深度循环神经网络的电力盗窃检测器，该模型利用客户用电的时间序列特性实现门控循环单元（GRU）循环神经网络，并采用随机搜索分析进行超参数适当微调，实验结果表明该检测器相比现有技术具有更好的性能。
PDF6 years ago