研究人员开发了一种新的物理信息神经网络（PINN），旨在增强电力系统状态估计在面对虚假数据注入攻击时的安全性。该模型将潮流一致性直接整合到其学习过程中，旨在提高准确性和鲁棒性，而无需依赖对抗性训练方法。该方法利用动态损失加权公式来管理数据拟合和物理残差之间的平衡，在IEEE 118节点系统上表现优于现有的PINN变体。 AI
影响 为抵御网络物理攻击，为保障电网运行引入了一种更鲁棒的方法。
排序理由 这是一篇研究论文，详细介绍了一种使用神经网络解决电力系统特定问题的创新方法。
- arXiv
- False Data Injection Attacks
- IEEE 118-bus system
- Physics-Informed Neural Network
- Power System State Estimation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
