Key points are not available for this paper at this time.
Os métodos atuais de estimativa de estado e controle de sistemas de energia são suscetíveis a ataques de injeção de dados falsos (FDIAs), que introduzem medições incorretas em toda a rede, diminuindo a estabilidade da malha. A fusão de medições de sensores pode reduzir erros na estimativa de estado, e abordagens orientadas a dados têm sido cada vez mais utilizadas para defesa contra FDIAs. No entanto, os métodos atuais muitas vezes carecem de adaptabilidade e focam apenas na detecção, sem abordar os efeitos dos ataques na estimativa e controle. Este trabalho propõe o AstroFusion, uma estrutura de fusão de dados adaptativa que torna a estimativa de estado e o controle da rede elétrica mais resilientes a ataques. O AstroFusion emprega perceptrons multilayer profundos para identificar quais sensores podem estar sob ataque e seleciona adaptativamente entre um conjunto de modelos orientados a dados para melhorar a estimativa de estado. Este trabalho é o primeiro a caracterizar o desempenho de controladores de redes elétricas autônomas na presença de ataques variáveis. Os resultados são apresentados nos sistemas IEEE 14-bus, IEEE 36-bus e IEEE 118-bus.
Mortlock et al. (Qui,) estudaram essa questão.