Controllable Blind AC FDIA via Physics-Informed Extrapolative AVAE

False data injection attacks (FDIAs) targeting AC state estimation pose significant challenges, especially when only power measurements are available, and voltage measurements are absent. Current machine learning-based approaches struggle to effectively control state estimation errors and are confin...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Sensors (Basel, Switzerland) Ročník 25; číslo 3; s. 943
Hlavní autoři:	Zhao, Siliang, Luo, Wuman, Shu, Qin, Xu, Fangwei
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Switzerland MDPI AG 05.02.2025 MDPI
Témata:	AC state estimation Adaptability controllable false data injection attack data driven Electric power systems extrapolative adversarial variational autoencoder Iran Knowledge Laws, regulations and rules Machine learning Methods Parameter estimation Physics physics informed Iran AC state estimation data driven extrapolative adversarial variational autoencoder controllable false data injection attack physics informed
ISSN:	1424-8220, 1424-8220
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!