基于對抗深度強化學習的綜合能源系統(tǒng)攻擊韌性調(diào)度

來源:發(fā)布時間:2024-05-17


【講座題目】基于對抗深度強化學習的綜合能源系統(tǒng)攻擊韌性調(diào)度

【時 間】2024年5月19日    下午:15:00-17:00

【地 點】保定校區(qū)  教一樓 217

【主講人】李揚,東北電力大學,教授

【主講人簡介】

李揚博士,東北電力大學教授、博導,享受國務院政府特殊津貼專家,獲評斯坦福大學評選的“全球頂尖2%科學家”和愛思唯爾“中國高倍引學者”。主要從事電力系統(tǒng)及綜合能源優(yōu)化運行與控制領域的研究工作。主持吉林省自然基金項目和教育廳科技項目各1項,參與國家自然科學基金和國家重點研發(fā)專項計劃多項。曾獲省科技進步一等獎2項,二、三等獎各1項。在IEEE Transactions、《Applied Energy》等期刊發(fā)表論文150余篇,ESI高倍引/熱點論文23篇,授權(quán)專利18項,出版英文專著1部,擔任《IEEE Transactions of Industrial Informatics》等6本電氣工程領域知名SCI期刊編委,《IEEE Transactions on Power Systems》、《中國電機工程學報》等期刊的優(yōu)秀審稿專家。

【講座內(nèi)容簡介】

綜合能源系統(tǒng)(IES)在促進可再生能源消納和提升系統(tǒng)安全性方面至關重要。然而,IES面臨信息攻擊的威脅,尤其是虛假數(shù)據(jù)注入攻擊。本報告將介紹動態(tài)價格攻擊、熱負荷重分配攻擊和電熱協(xié)同攻擊的建模與分析,探討基于對抗深度強化學習的韌性調(diào)度方法,重點介紹單智能體狀態(tài)對抗軟演員評論家(SA-SAC)算法和多智能體狀態(tài)對抗軟演員評論家(SA-MASAC)算法的應用,通過對抗訓練提升調(diào)度策略的魯棒性。算例結(jié)果表明,這些方法顯著提高了系統(tǒng)在信息攻擊下的韌性,確保了能源系統(tǒng)的穩(wěn)定運行。最后,報告將結(jié)合智能電網(wǎng)向新型電力系統(tǒng)發(fā)展的趨勢,探討IES攻擊韌性調(diào)度的未來研究方向。


返回