本論文では、自動発電制御(AGC)システムのサイバーセキュリティ強化を目的として、ディープ強化学習(DRL)に基づく新しい制御手法「DRL2FC」を提案している。AGCシステムは電力系統の周波数と潮流のバランスを維持する重要な機能を担っているが、情報通信技術(ICT)への依存により、サイバー攻撃の脅威にさらされている。特に、偽データ注入攻撃(FDIA)は、センサ測定値や制御信号を改ざんすることで、AGCの制御性能を損なう。
提案手法DRL2FCは、AGCの状態量(周波数偏差、潮流偏差)を入力として、発電機出力設定値を出力する強化学習ベースのコントローラである。DRLエージェントは、系統の動特性と攻撃の影響を学習し、最適な制御戦略を獲得する。実験結果より、DRL2FCは従来の周波数制御手法に比べ、サイバー攻撃に対する耐性が高いことが示された。負荷変動時の性能も同等であり、DRL2FCがAGCのサイバーレジリエンス強化に有効であることが確認された。
Vers une autre langue
à partir du contenu source
arxiv.org
Questions plus approfondies