为了克服现有的电力电子变压器能量转换效率低,传输容量小等缺点,提出一种适用于10 k V配电网的混合式电力电子变压器。在所提出的拓扑基础上,推导数学模型并设计合适的控制器、控制策略,可以实现电网无功治理、动态电压跌落恢复、一次...为了克服现有的电力电子变压器能量转换效率低,传输容量小等缺点,提出一种适用于10 k V配电网的混合式电力电子变压器。在所提出的拓扑基础上,推导数学模型并设计合适的控制器、控制策略,可以实现电网无功治理、动态电压跌落恢复、一次侧电压故障容错运行等功能。基于MATLAB/Simulink的仿真,验证了所提出的拓扑、数学模型、控制方法的正确性和有效性。展开更多
文摘传统联邦学习训练模型时假定所有参与方可信,但实际场景存在恶意参与方或恶意攻击模型,现有的联邦学习算法面对投毒攻击时,存在模型性能严重下降的问题。针对模型投毒问题,本文提出一种基于联邦平均(federated averaging,Fedavg)与异常检测的联邦检测算法——FedavgCof,该算法考虑到所有参与方之间的差异对比,在中心服务器和本地模型之间添加异常检测层,通过基于聚类的本地异常检测因子(cluster-based local outlier factor,COF)异常检测算法剔除影响模型性能的异常参数,提升模型鲁棒性。实验结果表明,虽然新型投毒方式攻击性更强,但是FedavgCof能够有效防御投毒攻击,降低模型性能损失,提高模型抗投毒攻击能力,相较于Median和模型清洗算法平均提升精度达到10%以上,大幅提升了模型的安全性。
文摘为了克服现有的电力电子变压器能量转换效率低,传输容量小等缺点,提出一种适用于10 k V配电网的混合式电力电子变压器。在所提出的拓扑基础上,推导数学模型并设计合适的控制器、控制策略,可以实现电网无功治理、动态电压跌落恢复、一次侧电压故障容错运行等功能。基于MATLAB/Simulink的仿真,验证了所提出的拓扑、数学模型、控制方法的正确性和有效性。