طراحی کنترل کننده براساس خطی سازی بازخورد با قابلیت تشخیص و جبران حمله تزریق داده نادرست برای DSTATCOM چندسطحی در شبکه های توزیع هوشمند
Publish place: Journal of Iranian Association of Electrical and Electronics Engineers، Vol: 21، Issue: 4
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 151
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-21-4_007
تاریخ نمایه سازی: 9 اسفند 1403
Abstract:
طرح های نوین کنترل ولتاژ در شبکه های توزیع امروزی به تجهیزات کارآمد و نیز کانال های ارتباطی مناسب بین این تجهیزات، حسگرها و مراکز کنترل نیاز دارند که منتهی به شبکه های توزیع هوشمندی با ماهیت سایبری-فیزیکی پیچیده ای شده است. یکی از تجهیزات کارآمد کنترل ولتاژ در شبکه های توزیع مدرن، جبرانساز DSTATCOM می باشد که استفاده از ساختار مبدل های چندسطحی در معماری آن، مزایای زیادی نظیر امکان اتصال مستقیم به شبکه را ایجاد خواهد نمود. یک DSTATCOM با ساختار چندسطحی به دلیل وجود اجزای کنترل پذیر زیاد، نیاز به شبکه سایبری-فیزیکی بین کنترل کننده و اجزای خود دارد که در اتصال با شبکه های توزیع هوشمند امروزی، آن را مستعد حملات سایبری می نماید. در مقاله حاضر، یک کنترل کننده غیرخطی براساس خطی سازی بازخورد برای DSTATCOM چندسطحی آبشاری توسعه داده شده و برای تشخیص و جبران حملات سایبری از نوع تزریق داده نادرست به حسگرهای ولتاژ مبدل چندسطحی، روشی مبتنی بر الگوریتم فیلتر کالمن گسسته پیشنهاد می گردد. قابلیت های کنترل کننده غیرخطی پیشنهادی برای کنترل DSTATCOM چندسطحی و نیز عملکرد قابل اعتماد در مقابله با حملات تزریق داده نادرست، از طریق شبیه سازی یک سیستم قدرت نمونه در محیط نرم افزار MATLAB/Simulink نشان داده خواهد شد.
Keywords:
DSTATCOM , Cascaded multilevel converter , False data injection attack , Kalman filter , Feedback linearization-based controller , Smart grid. , جبرانساز DSTATCOM , مبدل چندسطحی آبشاری , حمله تزریق داده نادرست , فیلتر کالمن , کنترل کننده غیرخطی برمبنای خطی سازی بازخورد , شبکه توزیع هوشمند.
Authors
حمیدرضا تودجی
Yazd University
محسن جنتی
University of Isfahan
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :