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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Sensors (Basel, Switzerland) Jg. 25; H. 3; S. 943
Hauptverfasser:	Zhao, Siliang, Luo, Wuman, Shu, Qin, Xu, Fangwei
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Switzerland MDPI AG 05.02.2025 MDPI
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!