이 논문은 자동 발전 제어(AGC) 시스템의 사이버 보안 강화를 위한 심층 강화 학습 기반 제어기 DRL2FC를 제안한다. AGC 시스템은 전력망 안정성 유지를 위해 필수적이지만, 정보통신기술(ICT)에 의존하기 때문에 사이버 공격에 취약하다. 특히 거짓 데이터 주입 공격(FDIA)은 센서 측정값과 제어 신호를 조작하여 AGC 제어 결정을 왜곡할 수 있다.
제안된 DRL2FC 제어기는 AGC 측정값을 입력받아 발전기 설정값을 동적으로 조정함으로써 부하 변동과 사이버 위협에 대응한다. DRL 에이전트는 시뮬레이션된 전력 시스템 환경과의 상호작용을 통해 최적 제어 정책을 학습한다. 다양한 FDIA 시나리오에 대한 실험 결과, DRL2FC가 기존 제어 기법들에 비해 사이버 공격의 영향을 효과적으로 완화할 수 있음을 보여준다.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Vasileios Di... um arxiv.org 04-29-2024
https://arxiv.org/pdf/2404.16974.pdfTiefere Fragen