Geri Dön

Techno-economical reliable energy management of smart microgrids using dynamic reconfiguration

Dı̇namı̇k yenı̇den yapılandırma kullanarak akıllı mı̇kro şebekelerı̇n tekno-ekonomık güvenı̇lı̇r enerjı̇ yönetı̇mı̇

  1. Tez No: 944983
  2. Yazar: ELNAZ YAGHOUBI
  3. Danışmanlar: PROF. DR. ZIYODULLA YUSUPOV
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Siber saldırılar, Dinamik yeniden yapılandırma, LSTM, Enerji yönetimi, Çoklu mikro şebekeler, Cyber-attacks, Dynamic reconfiguration, LSTM, Energy management, Multi microgrids
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Akıllı güç mikro şebekelerinin güvenli ve uygun maliyetli çalışmasını sağlamak, doğal olayların ve siber saldırıların neden olduğu artan hasar nedeniyle yöneticiler ve operatörler için önemli bir endişe haline gelmiştir. Bu makale, kararlılık, güvenilirlik ve işletme maliyetleri de dahil olmak üzere sistemin güvenlik endeksini geliştirmek için çoklu mikro şebekelerin dinamik olarak yeniden yapılandırılmasına odaklanan yeni bir çerçeve sunmaktadır. Çerçeve, şebekede hat kesintilerine veya üretim arızalarına yol açabilecek siber saldırıları ele almak için dağıtılmış jenerasyonları (DG'ler) içermektedir. Ayrıca bu çalışma, daha önce göz ardı edilen değiştirilmiş bir nokta tahmin yöntemi aracılığıyla güç şebekelerinin belirsizliklerini ve erişilebilirlik faktörlerini dikkate almaktadır. Akıllı güç çoklu mikro şebekelerinin güvenli ve uygun maliyetli çalışmasını sağlamak için, anahtarların ve DG nesillerinin durumlarının bağımsız parametreler olarak hizmet ettiği, bağımlı parametrelerin ise işletme maliyeti ve tekno-güvenlik endekslerinden oluştuğu çok amaçlı bir problem olarak bir optimizasyon çerçevesi geliştirilmiştir. Çok amaçlı problem, gelişmiş ölçüm altyapılarında (AMI'ler) yanlış veri enjeksiyon saldırılarını (FDIA) etkili bir şekilde tespit etmek için özellikle uzun kısa süreli bellek (LSTM) ve tahmin aralıklarına dayanan derin öğrenme (DL) tekniklerini kullanır. Bu çerçeve, değiştirilmiş bir nokta tahmin yöntemi, LSTM tabanlı derin öğrenme ve teknik endeksler ile FDIA siber saldırılarını dikkate alarak, akıllı güç çoklu mikro şebekelerinin güvenliğini ve güvenilirliğini geliştirmeyi amaçlamaktadır. Bu yöntemin etkinliği 118 otobüsten oluşan bir ağ üzerinde doğrulanmıştır. Önerilen yaklaşımın sonuçları, hem teknik hem de ekonomik göstergelerde PSO, MOGA, ICA ve HHO algoritmalarına göre kayda değer gelişmeler olduğunu göstermektedir.

Özet (Çeviri)

Ensuring the secure and cost-effective operation of smart power microgrids has become a ‎significant concern for managers and operators due to the escalating damage caused by natural phenomena and cyber-attacks. This work presents a novel framework focused on the ‎dynamic reconfiguration of multi-microgrids to enhance the system's security index, ‎including stability, reliability, and operation costs. The framework incorporates ‎distributed generations (DGs) to address cyber-attacks that can lead to line outages or generation ‎failures within the network. Additionally, this work considers the uncertainties and accessibility ‎factors of power networks through a modified point prediction method, which was previously overlooked. To ‎achieve the secure and cost-effective operation of smart power multi microgrids, an optimization framework is developed as a multi-objective problem, where the states of switches and DG generations serve as independent parameters, while the dependent parameters consist of the operation cost and techno-security indexes. The multi-objective problem employs deep learning (DL) techniques, specifically based on long short-term memory (LSTM) and prediction intervals, to effectively detect false data injection attacks (FDIA) on advanced metering infrastructures (AMIs). By incorporating a modified point prediction method, LSTM-based deep learning, and consideration of technical indexes and FDIA cyber-attacks, this framework aims to advance the ‎security and reliability of smart power multi microgrids.‎ The effectiveness of this method has been validated on a network of 118 buses. The results of the proposed approach demonstrate remarkable improvements over PSO, MOGA, ICA, and HHO algorithms in both technical and economic indicators.

Benzer Tezler

  1. Fransız tarağında tiftik çalışması ve kempi azaltma olanaklarının araştırılması

    Başlık çevirisi yok

    ABDÜLKADİR BİLİŞİK

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Tekstil ve Tekstil MühendisliğiEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HİLMİ ADNAN GÜRCAN

  2. Demiryolu yük taşımacılığında optimum katar yükü probleminin incelenmesi

    Determination of the optimum train load in railway freight transportation

    SADETTİN ÖZEN

    Doktora

    Türkçe

    Türkçe

    1984

    Ulaşımİstanbul Teknik Üniversitesi

    PROF. DR. GÜNGÖR EVREN

  3. Zonguldak (Kokaksu) bölgesi boksitlerinden alümina üretim parametrelerinin saptanması ve ekonomik değerlendirilmesi

    The Determination of the parameters of alümina production from the bauxite of Zonguldak (Kokaksu region) and the economic evaluation

    F.GÜNEŞ KOZA

    Doktora

    Türkçe

    Türkçe

    1985

    Kimya Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. H. İBRAHİM ÖZDEMİR

  4. Teknoloji transferinde lisans anlaşmaları ve bir değerlendirme

    Licensing agreements in technology transfer and an evaluation

    SITKI GÖZLÜ

    Doktora

    Türkçe

    Türkçe

    1986

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    DOÇ. DR. AYHAN TORAMAN