کنفرانس بین المللی فناوری و مدیریت انرژی

صفحه اصلی / نهمین کنفرانس بین المللی فناوری و مدیریت انرژی

Employing Machine Learning Algorithms to Identify False Data Injection in Smart Grid

نویسندگان :

Mohsen Tajdinian¹ Mostafa Mohammadpourfard² Ali Goodarzi³

1- دانشگاه شیراز 2- دانشگاه شیراز 3- دانشگاه شیراز

کلمات کلیدی :

Cyber-Attacks،Machine Learning،Smart Grid

چکیده :

Enhancement in demand of electrical energy from industrial or residential consumers has resulted in encouraging policy makers to utilize of new generation of power network named as smart grid. It is obvious that cost of overall monitoring will be decreased as a result of making smart grid, however it may result in enhancement of risk of cyber-attacks. Stealth attack or false data injection which has been recently introduced has become one of the important challenges of smart grids. This is because conventional bad data detection methods are not developed with regard to stealthy attacks. This paper presents a new algorithm which demonstrates that under false data injection condition in power systems, state of system is clearly individualized from the normal state. Stealthy attack detection has been carried out utilizing supervised machine learning based techniques. In all employed machine learning techniques, this paper proposes a new preprocessing algorithm to decrease the number of the features that need to be processed. Therefore, computation complexities are reduced substantially. The proposed method has been evaluated on the IEEE 14-bus standard test system. The results show the effectiveness of proposed method in detecting stealthy attacks.

لیست مقالات

لیست مقالات بایگانی شده

بهینه سازی تولیدآب ژاول از آب دریا در الکترولایزر سیکل ترکیبی نیروگاه شهید سلیمی نکا

قاسمعلی صفار - محمدرضا سرمستی امامی

برنامه ریزی همزمان توسعه شبکه انتقال و تولیدات پراکنده با در نظر گرفتن تخصیص هزینه های انتقال

مریم حسنی - امیر باقری - کاظم مظلومی

Techno-economic assessment of solar-based Cu-Cl thermochemical hydrogen production plant: A case study

Shahin Akbari - Mohammad Mahdi Forootan - Maryam Ravangard - Mohammad Ali Bijarchi

پاک‌سازی و بازچرخانی آب و خاک‌های آلوده به مواد نفتی با استفاده از باکتری‌های بومی

حسین حاجی شرفی - پویان رحمتی

Steam consumption prediction in a tire factory using machine learning approaches

Ali Foadaddini - Hamid Saadatfar - Edris HosseiniGol - Matin HosseinPour - Mahtab Aminzadeh

مدیریت انرژی ریزشبکه‌های چندگانه با در نظر گرفتن تراکم شین مشترک در حضور برنامه پاسخگویی بار

مجتبی نوچهره - حسین شایقی - سیدجلال سیدشنوا - علیرضا رهنما

مدیریت منابع تولید پراکنده در ریز شبکه جزیره ای با در نظر گرفتن پاسخگویی تقاضا

ابوالقاسم سلطان زاده - مهرداد ستایش نظر

Utilizing fuzzy logic to optimize the extraction of maximum output power from the turbine

Seyyed Amirreza Abdollahi - Jafar Keighobadi - Seyyed Faramarz Ranjbar

Residential Electricity Demand Forecasting Employing a Highly Accurate BiLSTM Intelligent Model

Hamed Kheirandish Gharehbagh - Sajjad Miralizadeh Jalalat - Masoud Agabalaye-Rahvar - Kazem Zare - Tuba Gözel

بررسی یک سامانه تولید چندگانه خورشیدی با ذخیره ساز حرارتی

آرمین خزاعی نام - عسگر مینائی - هادی غائبی - محمد عباداللهی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.2.0