Identifying Critical Risks of Cascading Failures in Power Systems
Singapore-ETH Centre（新加坡-ETH中心）；Nanyang Technological University（南洋理工大学）
本文提出ICRA算法，通过动态优化问题识别电力系统中导致最严重级联故障的关键元件和初始扰动。
2017-05-26 cs.SY eess.SY
Control of cascading failures in dynamical models of power grids
在本文中，我们介绍了一种分布式控制策略，以防止动态诱发的连锁故障在电网中。我们使用复杂网络和非线性动力学对电网进行建模，以提供对其上发生的机电现象的粗粒度描述（特别是，我们使用耦合摆动方程），并将我们的分析限制在线路故障的级联中，即，由于电力流超过线路最大容量而引起的故障。我们制定了一个分布式控制协议依赖于相同的拓扑结构的物理层，并将其应用到几个电网模型，包括一个小尺寸的说明性的例子与五个节点，意大利的高压（380千伏）电网，和IEEE 118总线系统。我们的研究结果表明，该方法是能够防止级联故障，无论是控制网络的每个节点或它们的一个合适的子集。
2022-02-07 cs.SY eess.SY
Modeling and Identification of Worst-Case Cascading Failures in Power Systems
Nanyang Technological University（南洋理工大学）；Singapore-ETH Centre（新加坡-苏黎世联邦理工学院中心）
本文提出基于最优控制理论的电力系统连锁故障建模方法，通过直流功率流方程计算支路传输功率，利用迭代搜索算法寻找导致最恶劣连锁故障的初始扰动，通过IEEE 9节点和14节点系统验证了方法的有效性。
2017-03-15 cs.SY eess.SY
Identification and Analysis of Cascading Failures in Power Grids with Protective Actions
Nanyang Technological University（南洋理工大学）
本文研究了电力系统中导致最坏级联故障的初始扰动识别与分析，提出了一种最优控制方法来确定电力传输系统支路上最破坏性的扰动，并在凸优化框架中考虑保护动作如负荷削减和发电调度，以防止级联停电。通过求解代数方程组获得识别最破坏性扰动的必要条件，并通过IEEE RTS 24节点系统进行数值模拟验证。
2019-03-29 cs.SY eess.SY
Incremental Risk Assessment for Cascading Failures in Large-Scale Multi-Agent Systems
Amazon Robotics（亚马逊机器人）；Lehigh University（利哈伊大学）；Merck & Co.（默克公司）
本文提出一种框架，用于研究和量化时间延迟共识网络中级联故障的风险，通过平均值在风险评估中使用系统性措施，揭示风险与拉普拉斯谱、通信延迟和噪声统计的依赖关系，并建立根本下界以评估网络性能。
2026-04-07 cs.SY eess.SY
Resilience Analysis and Cascading FailureModeling of Power Systems under Extreme Temperatures
在本文中，我们提出了一个基于交流潮流的连锁故障模型，明确考虑外部天气条件，特别是极端温度，并评估极端温度对连锁停电的启动和传播的影响。具体而言，负荷和动态线路额定值的变化，由于温度扰动建模，输电线路和发电机停电的概率进行评估，并仔细计算每种类型的事件的时间，以决定实际的事件序列。应该强调的是，在外部温度变化出现时，相关事件可能共同导致电压不稳定。此外，我们模型的欠压减载和操作员重新调度的控制策略，以防止连锁故障的传播。RTS-96三区域系统的仿真结果验证了该模型的有效性，发现温度扰动会导致相关的负荷变化和线路/发电机跳闸，这将大大增加级联和电压失稳的风险。临界温度变化，临界区域的温度扰动，最脆弱的总线识别，并比较不同的控制策略也仔细研究。
2020-09-29 cs.SY eess.SY
Guiding Cascading Failure Search with Interpretable Graph Convolutional Network
随着电网互联程度的提高和可再生能源的普及，电力系统连锁故障变得更加复杂和时变性。高计算成本是实现更频繁的连锁故障在线搜索的主要障碍，而在线搜索对提高系统安全性至关重要。在这项工作中，我们证明了级联故障的复杂机制可以通过离线训练图卷积网络（GCN）来很好地捕获。随后，搜索级联故障可以显着加快与训练的GCN模型的帮助下。我们将功率网络拓扑与GCN的结构联系起来，从而产生较小的参数空间来学习复杂的机制。我们进一步使解释的GCN模型的逐层相关传播（LRP）算法。该方法在IEEE RTS-79测试系统和河南省电力系统上进行了测试。结果表明，GCN引导的方法不仅可以加快连锁故障的搜索速度，而且可以揭示潜在连锁故障的预测原因。
2020-01-30 cs.SY eess.SP eess.SY
MATCASC: A tool to analyse cascading line outages in power grids
Faculty of Technology, Policy and Management, Delft University of Technology（代尔夫特理工大学技术、政策与管理学院）；Computational Physics for Engineering Materials, ETH Zurich（苏黎世联邦理工学院工程材料计算物理）
本文提出MATCASC工具，用于分析电力网络中的连锁故障，通过评估IEEE测试系统和实际电网的鲁棒性，验证其有效性。
2013-08-01 cs.SY eess.SY physics.soc-ph
Cascading Waves of Fluctuation in Time-delay Multi-agent Rendezvous
我们开发了一个框架，以评估级联故障的风险时，一个团队的代理人的目标是在存在外源性噪声和通信时间延迟的时间会合。风险价值（VaR）度量的概念用于评估连锁故障的风险（即，大波动的波）时，代理人已未能会合。此外，得到了一个有效的显式公式来计算高阶级联故障的风险递归。最后，从风险意识设计的角度来看，我们报告了各种通信图中最脆弱的代理序列的评估。
2023-03-15 cs.SY eess.SY
The Waiting-Time Distribution for Network Partitions in Cascading Failures in Power Networks
网络冗余度是影响电网抗连锁故障能力的重要空间网络结构特性之一。级联故障中网络分区的等待时间分布解释了空间网络结构对级联行为的影响。研究了不同网络冗余度下级联故障的第一和最大网络分区的等待时间事件。综合电力网络，网络分区的等待时间分布可以系统地分析各种网络冗余。当网络冗余度增加时，等待时间分布相应地向右移动。同时，最大分区的大小在统计上有所减少，而最大分区的数量在统计上有所增加。法国、得克萨斯州和波兰的实际电网也显示出相同的等待时间分布趋势。
2022-03-10 cs.SY eess.SY physics.soc-ph
Modular Control of Discrete Event System for Modeling and Mitigating Power System Cascading Failures
Philadelphia University（费城大学）；Wayne State University（韦恩州立大学）
本文提出利用离散事件系统模块化控制方法，通过减少计算复杂性并提高鲁棒性，有效预测和缓解电力系统级联故障。
2026-03-11 cs.SY eess.SY
Data-Driven Distributionally Robust Mitigation of Risk of Cascading Failures
提出一种数据驱动的分布鲁棒有限时域最优控制方法，通过求解DRMPC问题的凸公式，在输入时间延迟下有效缓解LTI系统的级联失效风险并维持性能。
2023-10-18 cs.SY eess.SY math.OC
Analysis and Optimization of Robustness in Multiplex Flow Networks Against Cascading Failures
Carnegie Mellon University（卡内基梅隆大学）
本文提出多层流网络模型，研究随机故障引发的级联故障鲁棒性，通过递归方程和仿真验证，提出最优负载-容量分配策略以提升系统鲁棒性。
2025-04-01 cs.SY eess.SY
Emergence of Cascading Risk and Role of Spatial Locations of Collisions in Time-Delayed Platoon of Vehicles
我们开发了一个框架，以评估级联碰撞的风险在一排的车辆存在外源性噪声和通信时间延迟。采用风险价值（VaR）的概念来量化车辆之间的碰撞风险，在一对的知识，以前发生的故障在队列中。我们表明，级联故障的风险取决于基础通信图，时间延迟和噪声统计的拉普拉斯频谱。此外，我们利用几个标准图的结构，以显示如何的风险状况取决于先前的碰撞（故障）的大小和空间位置。我们的理论研究结果是显着的，因为它们可以应用于设计安全的排，最大限度地减少级联故障的风险。我们的理论研究结果得到了几个模拟的支持。
2022-04-07 cs.SY eess.SY
Quantification of Distributionally Robust Risk of Cascade of Failures in Platoon of Vehicles
本文提出分布鲁棒风险框架研究车辆队列中的级联故障，基于时延网络模型和双变量正态分布建立闭式风险公式，量化时延、噪声和通信图等影响，为设计安全鲁棒队列提供依据。
2023-09-10 cs.SY eess.SY
An Interaction Model for Simulation and Mitigation of Cascading Failures
University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校）；Tsinghua University（清华大学）
本文量化了组件故障间的相互作用，提出交互模型以研究交互对级联故障风险的影响，通过减少模拟次数提升效率，并建议通过削弱关键环节来缓解风险。
2014-08-23 cs.SY eess.SY physics.soc-ph
Deep Reinforcement Learning for Power Grid Multi-Stage Cascading Failure Mitigation
School of System Science and Engineering（系统科学与工程学院）
针对现有单阶段策略难以处理电网多级连锁故障的问题，本文构建仿真环境，并采用确定性策略梯度强化学习实现连续控制，在 IEEE 14-bus 与 IEEE 118-bus 系统中验证了缓解效果。
2025-05-13 cs.AI cs.SY eess.SY
Fast Power System Cascading Failure Path Searching with High Wind Power Penetration
连锁故障已成为现代互联电力系统的严重威胁。互联网络的复杂性是对级联故障的理解和管理的主要挑战。此外，风电接入的高渗透率引入了很大的不确定性，使问题进一步复杂化，成为一个大规模的场景仿真问题。本文提出了一种框架，使快速级联路径搜索下的高渗透率的风力发电。此外，我们通过将级联路径搜索问题制定为马尔可夫链搜索问题来减轻计算负担，并进一步使用基于字典的技术来加速计算。详细地说，我们首先生成大规模的风力发电和负载场景。然后，我们利用马尔可夫搜索策略解耦成大量的直流潮流（DCPF）和直流最优潮流（DCOPF）的问题。主要耗时的部分，DCOPF和DCPF的问题，加速了动态建设的线路状态字典（LSD）。LSD中的信息可以显着减轻以下DCPF和DCOPF问题的计算负担。通过IEEE RTS-79测试系统的算例和河南省电力系统的实证研究，证明了该方法的有效性。
2019-11-22 cs.SY eess.SY
The Impact of the Topology on Cascading Failures in Electric Power Grids
Delft University of Technology（代尔夫特理工大学）；TNO (Netherlands Organisation for Applied Scientific Research)（荷兰应用科学研究组织）
本文研究电网拓扑对级联故障鲁棒性的影响，提出有效图电阻指标，结合电力流特性优化电网拓扑以提高鲁棒性。
2013-11-29 cs.SY eess.SY physics.soc-ph
Robustness of double-layer group-dependent combat network with cascading failure
网络化作战体系是随着技术革新而出现的作战发展趋势。战斗力的实现要求CSOS具有良好的应对外部干扰的能力。本文从复杂网络的角度提出了一种CSOS的建模方法，并在此基础上探讨了作战网络的鲁棒性。首先，建立了一个更符合实际的双层异构依赖作战网络模型。然后，考虑条件组依赖情况，设计相关故障的故障规则，并分析了级联故障的双层网络之间的耦合关系。在此基础上，定义了节点的初始负载和容量，以及级联故障模型的负载重分配策略和状态判断规则。通过改变攻击模式和不同参数进行仿真实验，结果表明，提高功能网单向依赖容忍极限、功能子网节点容量和过载状态容忍度，可以有效提高作战网络的鲁棒性。本文的结论可为军事领域的网络结构优化和网络安全防护提供有益的参考。
2022-12-09 cs.SY eess.SY
Cascading Failure Mitigation via Transmission Switching
University of Utah（犹他大学）
本文提出了一种基于系统应力指标的传输切换方法，用于减少电力系统级联故障的风险，挑战了传统观点，表明在系统压力下切换线路可以降低级联故障风险。
2021-01-05 cs.SY eess.SP eess.SY
Optimal Design and Cascading Failure Evaluation of Remedial Action Schemes
针对传统补救行动方案（RAS）参数固定无法适配电网动态变化的问题，提出基于混合整数二次规划的RAS-SCOPF优化框架，在RTS-96网络验证中实现了更低运行成本且可防范级联停电。
2023-02-10 cs.SY eess.SY
Towards a Universal Approach for Identifying Cascading Failures of Power Grids
Nanyang Technological University（南洋理工大学）；Institute of Catastrophe Risk Management, Nanyang Technological University（南洋理工大学灾难风险管理研究所）；Future Resilient Systems, Singapore-ETH Centre（新加坡-苏黎世联邦理工学院中心未来弹性系统）；School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）
本文提出一种通用方法，用于识别可能引发电力系统最坏情况连锁故障的初始破坏性故障，通过统一数学框架和Jacobian-Free Newton-Krylov方法解决故障识别问题。
2019-04-13 cs.SY eess.SY
Topology Estimation Following Islanding and its Impact on Preventive Control of Cascading Failure
在级联故障期间的电网的拓扑结构的知识是集中式停电预防控制的基本要素，鉴于多个岛屿通常形成，作为级联的进展。此外，关于电网的网络层和物理层之间的相互依赖性的学术研究表明，级联期间的电力故障可能导致通信网络的中断，这逐渐减少了可观察的区域。这些挑战目前的文献线路停电检测，假设电网仍然是一个单一的连接组件。我们提出了一种新的方法来消除这种假设。在孤岛事件之后，首先识别形成所连接的组件的总线，然后检测各个岛内的进一步线路中断。除了电力系统的测量，可观察的断路器状态被集成为我们的拓扑识别算法的约束。误差传播对估计过程的影响，因为依赖于以前的估计不断增长的级联过程中也进行了研究。最后，估计的导纳矩阵用于预防控制的连锁故障，创建一个闭环系统。首次研究了这种相互关联的估计和控制对总负荷的影响。IEEE-118节点系统和2,383节点波兰网络的仿真结果表明了该方法的有效性。
2021-04-13 cs.SY eess.SY
Relaxation Based Modeling of GMD Induced Cascading Failures in PowerModelsGMD.jl
地磁扰动（GMD）的一个主要风险是电网的连锁故障。电力系统中的GMD事件和连锁停电的建模是困难的，无论是独立的还是联合的，因为涉及许多不同的机制和物理。介绍了一种基于松弛法的GMD连锁故障建模方法：采用基于直流近似的DCSIMSEP求解器模拟GMD连锁故障，松弛交流潮流方程组以保证最优性，无功损耗建模保持问题凸性。所开发的算法在PowerModelsGMD.jl中实现，PowerModelsGMD.jl是一种专门用于建模和分析地磁灾害的开源软件，并在RTS-GMLC-GIC-EAST合成测试网络上进行了演示。
2021-12-31 cs.SY eess.SY physics.space-ph
A Cascading Failure Model by Quantifying Interactions
Tsinghua University（清华大学）
提出一个基于相互作用矩阵的简单模型来模拟级联故障，并通过消除少量关键链接显著降低风险。
2013-12-31 cs.SI cs.SY eess.SY
Distributionally Robust Cascading Risk Quantification in Multi-Agent Rendezvous: Effects of Time Delay and Network Connectivity
针对多智能体会合任务的安全挑战，提出分布鲁棒级联风险分析框架，用时延网络模型结合双变量正态分布推导闭式风险表达式，揭示多因素对风险的影响，为弹性网络设计提供依据并经仿真验证有效。
2025-07-31 cs.SY eess.SY
Cascading Failures in Power Grids
本文研究了人为攻击对国家电力系统造成的后果。我们考虑两种类型的攻击：（$i$）攻击对手使用战术武器，并摧毁了大部分的网格，物理上针对一个大的地理区域;（$ii$）有针对性的攻击对手，采取了少量的关键组件在网络中的同时。我们的分析使用（$i$）的基础电网，包括拓扑结构，控制和保护组件的现实表示，（$ii$）的有针对性的攻击场景的现实表示，和（$iii$）的动态稳定性分析，这超出了传统的工作，包括结构和线性流分析。这种现实的分析是昂贵的，但至关重要的，因为它可以捕捉级联故障，由于攻击引起的瞬态不稳定性的结果。我们的模型承认在保护系统中存在隐藏的故障，导致继电器误操作。我们分析了不同级别的隐藏故障的连锁停电的程度。我们的研究结果表明：（$i$）战术攻击具有显著的社会、经济和健康损害，但不一定导致区域级联;相反，有针对性的攻击可导致显著级联并导致大区域上的断电。我们的工作表明，有必要加强电网，不仅要防止网络攻击，还要防止物理攻击。此外，我们表明，现实的表示和分析可以导致从根本上新的见解，简化模型是不可能捕捉。最后，这些方法和结果帮助我们识别网格中的关键元素;然后可以以更精确的方式加固系统以减少漏洞。
2022-09-26 cs.SY eess.SY
Counterfactual Action-Conditioned Graph Prediction for Cascading-Failure Mitigation in Power Systems
Nanjing Institute of Technology（南京工程学院）；Nanjing University of Science and Technology ZiJin College（南京理工大学紫金学院）
该研究针对电力系统级联故障，提出动作条件图预测器（ACGP），通过反事实分支过程实现多步预测，在Grid2Op实验中大幅降低了终端故障和级联率。
2026-10-14 cs.SY eess.SY
Analysis of Cascading Failures Due to Dynamic Load-Altering Attacks
针对负载改变攻击（LAAs）可引发电网级联故障但关键攻击场景难采样的问题，采用skipping sampler算法高效采样，基于IEEE-39节点系统仿真揭示了协同LAAs对现代电网的特殊风险。
2023-06-10 cs.CR cs.SY eess.SY
Physics-Informed Graph Neural Jump ODEs for Cascading Failure Prediction in Power Grids
University of Michigan–Dearborn（密歇根大学迪尔伯恩分校）
本文提出PI-GN-JODE模型，结合图神经网络、连续电力再分配ODE和跳跃过程处理，实现电力网络级联故障的实时预测，通过物理正则化提升预测精度，实验表明在IEEE 24-bus和118-bus系统中表现优异。
2026-03-21 cs.SY eess.SY
Interaction Graphs for Cascading Failure Analysis in Power Grids: A Survey
了解和分析电网中的连锁故障一直是许多研究者关注的焦点。然而，这些系统中大量组件之间的复杂相互作用及其对级联故障的贡献尚未完全了解。因此，各种技术已经被开发出来，并用于建模和分析的电力网的组件之间的级联故障的基础相互作用。这些方法对于揭示电力系统物理模型和拓扑结构中可能不容易获得的基本信息非常重要。一般而言，系统的组件之间的影响和相互作用可能由于控制功率流动态的电的物理特性以及系统的组件之间的其他功能和网络依赖性而在本地和远处发生。为了推断和捕获这样的交互，基于电的物理学的数据驱动的方法或技术已经被用于开发电网的组件之间的交互的基于图形的模型。在这篇综述中，我们回顾了开发交互图的各种方法以及使用这些图进行电网可靠性和连锁故障分析的研究。
2020-05-14 cs.SY eess.SY physics.data-an
Dynamic Modeling of Cascading Failure in Power Systems
Oregon State University（俄勒冈州立大学）；University of Vermont（佛蒙特大学）
本文提出一种动态模拟模型，用于电力网络和保护系统，以更全面地模拟连锁停电机制，验证不同负载模型和保护措施对连锁停电规模的影响。
2015-05-06 cs.SY eess.SY physics.soc-ph
Mitigating Multi-Stage Cascading Failure by Reinforcement Learning
GEIRI North America（美国GEIRI北美公司）；Aalborg University（奥尔堡大学）
提出了一种基于强化学习（RL）方法的级联故障缓解策略。首先介绍了强化学习的基本原理。然后，多级级联故障（MSCF）的问题，并研究其挑战。该问题由基于DC-OPF（最优潮流）的RL来解决。RL框架的关键元素（奖励，状态等）的设计也进行了详细的讨论。在IEEE 118节点系统上，通过浅层和深层神经网络进行的实验表明，在降低系统崩溃率方面取得了可喜的结果。
2019-08-19 cs.LG cs.SY eess.SY
Contingency Identification of Cascading Failures in Power Transmission Networks
本文针对电力传输网络中连锁停电的初始意外事故识别难题，提出基于非线性规划框架并采用JFNK方法求解的识别方法，在IEEE 118节点系统上验证了有效性，成功调和了严格优化公式与连锁停电实际建模。
2019-01-15 cs.SY eess.SY nlin.AO
Don't go chasing artificial waterfalls: Simulating cascading failures in the power grid and the impact of artificial line-limit methods on results
University College London（伦敦大学学院）
研究输电网络中的连锁故障需要关于单个输电线路容量的详细数据。然而，研究人员往往无法获得这些数据。因此，线路限制通常通过假设它们与某个平均负载成比例来建模。然而，很少有研究支持这一假设是现实的。在本文中，我们分析了比例加载（PL）的方法，并比较它的两个线性模型，使用电压和初始潮流作为变量。在进行这种建模，我们测试的能力，人工线的限制，真正的线的限制模型，在攻击过程中所造成的损害和边缘丢失的顺序。我们还测试了这些方法对不同攻击策略的相对性能进行排名的准确性。我们发现线性模型是所有测试中表现最好或接近最好的方法。相比之下，产生最佳PL限值的公差值根据测试而变化。PL方法是一个特别差的拟合时，线公差小于2，这是最常用的值范围内的故障研究。我们还发现的迹象表明，建模线限制的准确性并不表明如何以及模型将代表网格崩溃。此外，我们发现的证据表明，网络的拓扑结构可以用来估计系统的真实平均负载。本文的研究结果提供了一个了解的PL方法的弱点，并提供了一种替代方法的线限制建模。
2019-08-07 cs.SY eess.SY
Risk of Cascading Collisions in Network of Vehicles with Delayed Communication
本文提出考虑通信延迟与输入不确定性的自动驾驶车队级联碰撞风险分析框架，推导闭式表达式并以AVAR量化风险，探究多因素影响，拓展至对称通信图，揭示一般及特殊拓扑下的最低可达风险，为安全感知车队设计框架奠基。
2024-10-07 cs.SY eess.SY
An Approach for Fast Cascading Failure Simulation in Dynamic Models of Power Systems
电力系统连锁故障的真实情况只能通过一个详细的动态模型来获得，该模型涉及非线性微分和代数方程，其求解过程是计算昂贵的。这已经禁止采用这种模型进行级联故障模拟。针对这一问题，提出了一种基于具有刚性衰减特性的隐式后向欧拉方法（BEM）的级联故障快速仿真方法。不幸的是，边界元法遭受超稳定性问题的情况下振荡不稳定和收敛到不稳定的平衡。我们提出了一个预测-校正方法，以充分解决超稳定性问题的边界元法。预测识别振荡不稳定的基础上的系统矩阵的特征分解后的扰动不稳定平衡作为副产品的边界元法。校正器使用右特征向量来识别参与不稳定模式的机器组。这有助于在地面实况中应用适当的保护计划。我们使用梯形法（TM）为基础的仿真作为基准，以验证所提出的方法的结果在IEEE 118总线网络，2,383总线波兰电网，和IEEE 68总线系统。所提出的方法是能够跟踪级联路径和复制的TM为基础的仿真具有非常高的精度，同时减少了约10-35倍的平均仿真时间的最终结果。将该方法与分区方法进行了比较，得到了相似的结论。
2022-04-29 cs.SY eess.SY math.DS
Cascading Failures in AC Electricity Grids
Jacobs University（雅各布斯大学）；Carl von Ossietzky Universität Oldenburg（卡尔·冯·奥西茨基老enburg大学）；Pohang University of Science and Technology（浦项科技大学）
研究了交流电网中单个传输元件突发故障引发的级联故障现象，发现其概率遵循幂律衰减，且系统规模与阈值影响显著，实证分析显示大规模发电机和用户集群更易受级联故障影响。
2016-08-12 cs.SY eess.SY nlin.AO
A Kinetic Monte Carlo Approach for Simulating Cascading Transmission Line Failure
在这项工作中，连锁输电线路故障的研究，通过一个动态模型的电力系统在固定的条件下运行。电网被建模为一个随机动力系统，其中第一原理机电动力学被激发的小高斯扰动的需求和发电周围的一个指定的操作点。在此上下文中，在大偏差上下文中，单个线路故障被解释为跨由线路安全约束定义的相空间中的表面的第一逃逸事件。由此产生的随机微分方程系统承认横向分解的漂移，这导致相当大的简化，在评估准势（率函数），因此，计算出口率。从大偏差理论出发，推导出了受限网络中传输线故障率的易处理表达式，并对数值模拟进行了验证。扩展到现实的设置被认为是，个别线路故障模型聚合成马尔可夫模型的级联故障的启发化学动力学。级联是通过遍历由加权边组成的图来生成的，加权边表示向降级网络拓扑的过渡。数值结果表明，马尔可夫模型可以产生的级联定性幂律性质类似的经验级联中观察到的。
2019-12-16 cs.NA cs.SY eess.SY
Analysis and Mitigation of Cascading Failures Using a Stochastic Interaction Graph with Eigen-analysis
本文提出随机交互图模型与特征分析方法，通过识别故障传播模式及关键组件来降低其故障概率，从而有效缓解电力系统级联故障。
2025-03-12 cs.DM cs.SY eess.SY
High Tension Lines: Predicting robustness of high-voltage power-grids to cascading failure using network embedding
本文探讨了图嵌入方法是否可以作为一种工具来分析网络科学框架内的电网的鲁棒性。本文重点介绍了应变提升拉伸弹簧嵌入（SETSe）算法，并将其与node2vec和Deep Graph Infomax进行了比较，并测量了平均边缘容量和线负载。测试了这五种方法在随机攻击下预测网络巨型组件崩溃点的能力。该分析使用了七个电网网络，从14到2000个节点不等。总的来说，通过加载网络的边缘以具有一定范围的容差并将网络容量集中到较少的边缘中，为每个网络创建了3456个负载简档。为每个负载配置文件生成100个随机攻击序列，并记录每个配置文件的巨型组件崩溃所需的平均攻击次数。然后比较所有五种方法中每个载荷曲线的嵌入值与平均崩溃点之间的关系。据发现，只有SETSe和线路负载表现良好的代理与$R^2 = 0.89$的两个措施的鲁棒性。当在时间序列正常操作条件下进行测试时，线路负载表现非常好（$R=0.99$）。然而，SETSe算法通过利用其方法局部平滑和节点特征的全局加权来提供可解释的地理嵌入，从而提供对电网状态的有价值的定性洞察。本文表明，图表示算法可以用来分析网络特性，如级联故障攻击的鲁棒性，即使当网络嵌入在节点级。
2021-05-27 cs.SY eess.SY
Robust Network Routing under Cascading Failures
University of Southern California（南加州大学）；Lund University（隆德大学）；Massachusetts Institute of Technology（麻省理工学院）
本文提出了一种动态模型，用于单商品网络流中的级联故障。模型通过网络状态和链路激活状态确定网络动态，分析了在扰动过程和路由策略下链路失效的机制，并提出算法计算网络韧性上界。
2014-07-14 cs.SY eess.SY
Cascading Failures in the Global Financial System: A Dynamical Model
本文提出一个动力学模型研究全球金融系统中组织间级联失效的传播条件，通过证明均衡存在唯一性并给出显式解，以及符号空间迭代计算方法，分析失效传播与吸引均衡。
2023-11-10 cs.SY eess.SY math.OC
Modeling and Analysis of Cascading Failures in Interdependent Cyber-Physical Systems
Carnegie Mellon University（卡内基梅隆大学）
本文提出一种新型互依赖系统模型，用于研究智能电网等集成网络中因初始扰动引发的大规模级联故障现象，通过分析网络参数评估系统鲁棒性。
2018-07-21 cs.SY eess.SY physics.soc-ph
Cost Restrained Hybrid Attacks in Power Grids
近年来，电网连锁故障的频繁发生一直受到人们的关注。了解电网在各种攻击下的连锁故障脆弱性是我们面临的一项紧迫任务。考虑了电网中的一个代价受限的混合攻击问题，其中节点和链路都以有限的总攻击代价为目标。我们提出了一个组件（节点或链路）的攻击中心性度量的基础上的后果和成本的组件的删除。根据所考虑的级联故障的宽度，攻击中心可以是局部或全局攻击中心。利用攻击中心性，我们进一步提出了一种贪婪混合攻击，以及一种基于粒子群优化（PSO）框架的最优混合攻击。对IEEE总线测试数据的仿真结果表明，最优混合攻击比贪婪混合攻击更有效。此外，我们发现反直观的局部中心性的算法优于全局中心性的攻击问题时，考虑成本约束。
2020-06-22 cs.SY eess.SY
The Risk of Hidden Failures to the United States Electrical Grid and Potential for Mitigation
隐藏故障对美国电网的可靠性产生了明显的影响。这些危险是保护装置误操作的原因，并可能导致附近组件的多元素意外事件，大大增加了级联事件的可能性。本文深入概述了隐藏故障的原因和风险，并讨论了确定隐藏故障可能造成连锁故障风险的关键位置的方法，最终目标是确定有效的缓解方法，可以防止其发生在保护继电器中。
2021-12-31 cs.SY eess.SY
Cascading Failure Prediction via Causal Inference
Rensselaer Polytechnic Institute（伦斯勒理工学院）；IBM T.J. Watson Research Center（IBM T.J. 沃森研究中心）
本文提出面向输电网络的因果推断框架，构建有向潜在图刻画线路间局部与非局部因果依赖，并设计两种算法识别高概率、高代价连锁故障场景。
2024-10-24 cs.LG cs.SY eess.SY
Mitigation of Cascading Outages Using a Dynamic Interaction Graph-Based Optimal Power Flow Model
在线决策支持的有效缓解措施，对传播级联停电的电网仍然构成了一个很大的挑战，电网运营商。提出了一种基于动态关联图的最优潮流模型的连锁停电在线缓解策略。对于给定的电网，它的相互作用图，也被称为一个相互作用模型，在最近的文献中，它是由组件和链路有很大的贡献停电传播。与传统的交互图不同，动态交互图可以随着电网拓扑结构的变化自适应地更新其参数，因此可以更准确地在线识别最脆弱的输电线路和可能的停电传播路径以进行缓解。此外，本文介绍了一种最优潮流模型的基础上提出的动态相互作用图确定最优控制策略，以保持脆弱的输电线路的传输裕度，有效地减轻停电传播。IEEE 118节点系统的数值结果验证了所提模型和控制策略的有效性。
2019-11-18 cs.SY eess.SP eess.SY
Multilayer control of synchronization and cascading failures in power grids
本文提出一种多层网络控制方案，结合比例与积分控制律，并考虑过载条件，以应对电网大扰动导致的失同步和级联故障，并在意大利高压电网上验证。
2023-12-27 cs.SY eess.SY math.DS
The Risk of Cascading Failures in Electrical Grids Triggered by Extreme Weather Events
与气候变化有关的严重威胁之一是极端天气事件的数量和严重程度增加。一个突出的例子是飓风，它是由沿海温度上升造成的。这种极端天气事件可能对基础设施系统造成广泛的破坏，并可能破坏电力传输网络中的组件，这反过来又可能导致大停电。在我们最近的工作中，我们使用历史风场数据集研究了美国东海岸电力系统中飓风引起的级联故障的风险。为了这个目的，我们模拟飓风期间架空输电线路的破坏，其中每条故障线路会导致系统中的电力流重新路由。新的电力流可能会使额外的线路过载，这些线路随后会自动停用，从而导致电力流的另一次改道，等等。最终，一连串的故障可能会发生，从而导致电力系统的大部分停电。
2021-07-01 cs.SY eess.SY nlin.AO
Curriculum Based Reinforcement Learning of Grid Topology Controllers to Prevent Thermal Cascading
本文介绍了如何将电力系统运营商的领域知识集成到强化学习（RL）框架中，以有效地学习控制电网拓扑结构以防止热级联的代理。典型的基于RL的拓扑控制器由于大的搜索/优化空间而不能很好地执行。在这里，我们提出了一个演员批评家为基础的代理，以解决问题的组合性质和训练代理使用RL环境开发的RTE，法国TSO。为了解决大的优化空间的挑战，一个基于奖励调整的方法被纳入到训练过程中，通过修改环境，使用网络物理增强代理学习。此外，在多个场景的并行训练方法，以避免偏置代理到几个场景，并使其强大的网格操作的自然变化。如果没有对训练过程进行这些修改，RL代理在大多数测试场景中都失败了，这说明了正确整合物理系统的领域知识对于现实世界RL学习的重要性。该代理通过了RTE的2019年学习运行电力网络挑战赛的测试，并在准确性方面获得第二名，在速度方面获得第一名。开发的代码是开源的，供公众使用。
2021-12-18 cs.AI cs.SY eess.SY
Cascading Power Outages Propagate Locally in an Influence Graph that is not the Actual Grid Topology
University of Vermont（佛蒙特大学）；Iowa State University（爱荷华州立大学）
本文提出一种方法，通过级联故障模拟数据构建影响力图模型，用于分析停电传播路径，并推导出减少大范围停电风险的方程。
2016-06-06 cs.SY eess.SY physics.soc-ph
A Spectral Representation of Power Systems with Applications to Adaptive Grid Partitioning and Cascading Failure Localization
电力系统中的输电线路故障会非局部地传播和级联。这一众所周知但又违反直觉的特性使得优化和可靠地运行这些复杂网络变得更具挑战性。在这项工作中，我们提出了一个全面的框架，频谱图论的基础上，充分和严格地捕捉多个同时发生的线路故障传播，区分非割集和割集停电。使用这种电力系统的谱表示，我们确定了关键的图形子结构，确保线路故障定位-网络桥块分解。利用这一理论，我们提出了一个自适应网络拓扑结构重构的范例，使用两个阶段的算法，第一阶段的目的是确定最佳集群使用的概念，网络模块化和第二阶段细化集群通过最佳线路切换动作。我们所提出的方法说明了使用广泛的数值例子标准IEEE网络，我们讨论了几个扩展和所提出的算法的变种。
2021-05-11 cs.SY eess.SY math.OC
