MaDEVIoT: Cyberattacks on EV Charging Can Disrupt Power Grid Operation
本文研究通过互联网连接的大功率电动汽车充电站对电网发起需求侧网络攻击的可行性，以纽约曼哈顿为例，揭示到2030年此类攻击将可行，可导致电网停电，为规划部门提供警示。
2023-11-10 cs.SY eess.SY
Defending the power grid by segmenting the EV charging cyber infrastructure
Technical University of Darmstadt（达姆施塔特工业大学）；University College Dublin（都柏林大学学院）
本文研究通过电动汽车充电防御电网负载改变攻击，提出分割充电站运营商通信控制网络以限制攻击影响。通过德国充电站数据和电网模型，证明未分割情况下攻击两个充电站会导致电网过载。提出新的防御设计问题，最小化分割数量并限制最坏情况下的电网过载。
2026-03-18 cs.SY eess.SY
Machine Learning-Enabled Cyber Attack Prediction and Mitigation for EV Charging Stations
安全可靠的电动汽车充电站（EVCS）在智能交通基础设施中已变得势在必行。多年来，电动车辆控制系统的部署迅速增加，以满足不断增长的充电需求。然而，信息和通信技术（ICT）的进步使这种网络物理系统（CPS）容易受到网络威胁，从而破坏充电生态系统甚至整个电网基础设施的稳定。本文开发了一种先进的网络安全框架，其中STRIDE威胁建模用于识别EVCS中的潜在漏洞。此外，加权攻击防御树的方法来创建多个攻击场景，其次是开发隐马尔可夫模型（HMM）和部分可观察蒙特卡罗规划（POMCP）算法建模的安全攻击。此外，潜在的缓解策略，建议所确定的威胁。
2022-08-22 cs.CR cs.SY eess.SY
Introducing Decentralized EV Charging Coordination for the Voltage Regulation
L2S, Supelec（索邦大学电气实验室）；Supelec Power System Department（索邦大学电力系统系）；Renault SAS（雷诺汽车）
本文提出去中心化优化方法协调电动汽车充电以实现电压控制，通过灵敏度矩阵方法维持电压水平，两种不同方法在不同网络节点影响下进行测试，证明了异步更新的全局方法收敛性，模拟显示其他算法在迭代次数和信息需求上更具优势。
2015-09-25 cs.SY eess.SY
Electric Vehicle -- Wireless Charging-Discharging Lane Decentralized Peer-to-Peer Energy Trading
本文研究了电动汽车（EV）和嵌入无线能量传输技术的道路车道（称为无线充放电车道（WCDLs））之间的双向能量交换问题。因此，电动汽车可以为电网提供更好的服务，特别是平衡供需，同时为电动汽车用户带来方便，因为不需要电缆和电动汽车站。为了实现这种EV-WCDL能源交换，提出了一种新的分散式对等（P2P）交易机制，其中电动汽车直接与WCDL谈判，以就能源价格和交易金额达成共识。这些能量价格和量是旨在优化EV和WCDL的私有代价函数的优化问题的解。EV和WCDL之间的协商过程由隐私保护共识机制保证。此外，为了确保成功的交易所需的能源价格和数量，提出了一种分析和系统的方法来选择代价函数参数的电动汽车和WCDL在一个完全分散的方式。仿真结果验证了所提出算法的有效性和可扩展性。
2020-08-28 cs.SY eess.SY
Multi-Agent Deep Reinforcement Learning-Driven Mitigation of Adverse Effects of Cyber-Attacks on Electric Vehicle Charging Station
电动汽车充电站（EVCS）基础设施是交通电气化的支柱。然而，EVCS在软件、硬件、供应链以及网络、通信和控制等现有遗留技术中存在无数可利用的漏洞。这些独立或联网的EVCS为当地或国家资助的对手打开了巨大的攻击面。最先进的方法不够敏捷和智能，无法防御和缓解高级持续性威胁（APT）。我们提出了基于多智能体深度强化学习（MADRL）的数据驱动的无模型分布式智能-双延迟深度确定性策略梯度（TD3）-有效地学习控制策略，以减轻对EVCS控制器的网络攻击。此外，我们还提出了两种额外的缓解方法：手动/暴力缓解和基于控制器克隆的缓解。攻击模型考虑了APT设计为在I型低频攻击和II型恒定攻击下使EVCS控制器的占空比发生故障。所提出的模型恢复EVCS操作下的威胁发生在任何/所有的控制器通过校正由传统控制器产生的控制信号。此外，TD3算法通过学习非线性控制策略提供了更高的粒度相比，其他两种缓解方法。索引术语：网络攻击，深度强化学习（DRL），电动汽车充电站，缓解。
2022-07-14 cs.SY eess.SY
Exploring Cybersecurity Issues in 5G Enabled Electric Vehicle Charging Station with Deep Learning
电动汽车（EV）的使用量激增，需要可靠的电动汽车充电站（EVCS）的强大部署，该充电站具有毫秒级的范围延迟和5G可以发挥作用的大规模机器对机器通信。然而，5G存在固有的协议、硬件和软件漏洞，严重威胁通信实体的网络物理安全。针对EVCS系统的这些局限性，分析了虚假数据注入（FDI）和分布式拒绝服务（DDoS）攻击对EVCS系统运行的影响。这项工作是我们以前发表的关于EVCS的会议论文的扩展。作为新功能，本文模拟了对5G远程监控和数据采集（SCADA）系统的FDI攻击和同步洪水DDoS攻击，该系统控制EVCS的太阳能光伏（PV）控制器，电池储能（BES）控制器和EV控制器。这些攻击使EVCS系统振荡或移动直流操作点。振荡的频率，它的阻尼，和系统的弹性被发现有关的攻击的强度和目标控制器。最后，我们提出了一种新的基于堆叠式长短期记忆（LSTM）的入侵检测系统（IDS），该系统仅基于电指纹。该模型可以检测到绕过网络层并在监控系统中未被注意到的隐形网络攻击，检测准确率接近100%。
2021-04-17 cs.SY eess.SY
Profit-aware Online Vehicle-to-Grid Decentralized Scheduling under Multiple Charging Stations
Gwangju Institute of Science and Technology (GIST)（光州科学技术院）；Korea Electric Power Research Institute (KEPRI)（韩国电力研究院）
本文研究了在多个充电站环境下，通过定义权重参数最大化供需双方整体利润的车辆到电网调度问题，并提出了一种在线去中心化贪心算法来解决混合整数非线性规划问题，通过模拟验证了该算法在整体可实现利润和最终电力负荷平坦度方面的优越性能。
2018-12-26 cs.SY eess.SY
On-line Decentralized Charging of Plug-In Electric Vehicles in Power Systems
Carnegie Mellon University（卡内基梅隆大学）
提出一种分散式智能充电算法，通过最小化配电系统负荷方差实现“平坦”总负荷曲线，该算法基于当前系统状态在线控制，无需未来信息，并具有渐近最优性。
2011-11-18 cs.SY eess.SY math.OC
A Game-Theoretic Decentralized Real-Time Control of Electric Vehicle Charging Stations - Part I: Incentive Design
Politecnico di Milano（米兰理工大学）；Swiss Federal Institute of Technology, Lausanne（洛桑联邦理工学院）
本文提出一种去中心化算法整合到三级能源管理系统中，通过Stackelberg博弈交替方向乘子法设计激励机制，解决电动汽车充电站实时控制中的激励问题。
2026-04-09 cs.SY eess.SY
A Game-Theoretic Decentralized Real-Time Control of Electric Vehicle Charging Stations - Part II: Numerical Simulations
Politecnico di Milano（米兰理工大学）；Swiss Federal Institute of Technology, Lausanne（洛桑联邦理工学院）
本文提出基于Stackelberg博弈的ADMM方法，用于电动汽车充电站的去中心化实时控制，通过激励机制引导电动车充电行为，实现高效能管理。
2026-04-09 cs.SY eess.SY
MARL for Decentralized Electric Vehicle Charging Coordination with V2V Energy Exchange
Monash University（莫纳什大学）；Monash Energy Institute（莫纳什能源研究所）
针对电动汽车充电协调问题，提出融合参数噪声增强探索的多智能体强化学习方法，兼顾V2V能量交换与用户体验，在不确定性场景下性能优于传统方法且具备去中心化容错能力。
2023-08-27 cs.AI cs.MA cs.SY
Price-Coordinated Mean Field Games with State Augmentation for Decentralized Battery Charging
Polytechnique Montreal（蒙特利尔理工学院）；GERAD；Department of Electrical Engineering, Polytechnique Montreal（蒙特利尔理工学院电气工程系）
本文利用均场博弈解决大规模电池存储代理的去中心化协调充电问题，通过状态增强将充电功率作为状态变量，其变化率作为控制输入，推导出非线性耦合的前向后向微分方程，并证明了均衡的存在性和唯一性。
2026-08-11 cs.SY eess.SY math.OC
Decentralized Stealth Attacks on Cyber-Physical Systems
本文提出一种基于博弈论的去中心化隐蔽攻击构造方法，通过最小化状态与测量值间互信息并约束KL散度，在IEEE测试系统上验证了纳什均衡的可达性与攻击可行性。
2025-05-11 cs.SY eess.SY
Decentralized Electric Vehicle Charging Control via a Novel Shrunken Primal Multi-Dual Subgradient (SPMDS) Algorithm
大量电动汽车（EV）的充电过程需要协调和控制，以减轻其对配电网的影响并提供各种电网服务。然而，现有EV充电控制范例的可扩展性受到EV数量或配电网络维度的限制，这在很大程度上削弱了EV的聚合服务能力和适用性。为了克服可扩展性障碍，本文以填谷服务的最优调度问题为动机，（1）提出了一种新的基于EV分组的降维方法（原始决策变量）和建立电压（2）提出了一种新的分散收缩原始多重对偶次梯度算法（SPMDS）优化算法来解决这个降维问题。所提出的基于SPMDS的控制框架不需要EV之间的通信，在原始次梯度更新中减少了超过43%的计算成本，并且在双次梯度更新中减少了高达68%的计算成本。通过对改进的IEEE 13节点测试馈线和改进的IEEE 123节点测试馈线的仿真，证明了所提出的算法的效率和有效性。
2020-03-31 cs.SY eess.SY math.OC
Public Plug-in Electric Vehicles + Grid Data: Is a New Cyberattack Vector Viable?
高瓦数的需求方电器，如插电式电动汽车（PEV）正在激增。因此，有关PEV充电模式的信息可以通过智能手机应用程序访问，这些应用程序汇总了公共PEV充电站的实时可用性和历史使用情况。此外，关于电网基础设施和运营的信息已经越来越多地在公用事业公司、附属公司和电网运营商的技术文档和实时仪表板中可用。本研究探讨的研究问题是：人们能否将高瓦数需求侧设备与公共信息相结合，对电网发动网络攻击？为了回答这个问题并报告概念验证演示，该研究使用电动汽车充电站智能手机应用程序和美国能源信息管理局、纽约独立系统运营商分发的电网数据从纽约州曼哈顿的公共来源收集了数据。纽约市的当地公用事业公司。然后，它设计了一种新的数据驱动的网络攻击策略，使用基于状态反馈的部分特征值重定位，其目标是电网的频率稳定性。该研究确定，虽然这种攻击在目前PEV的渗透水平下是不可能的，但一旦PEV的数量增加，它将是可行的。
2020-02-27 cs.SY eess.SY
Evaluation of Decentralized Event-Triggered Control Strategies for Cyber-Physical Systems
Imperial College London（帝国理工学院）；Delft University of Technology（代尔夫特理工大学）
本文提出两种创新的MAC协议，通过使传感和执行器监听轮换，评估了三种去中心化事件触发控制方法对通信和执行的影响，实验表明其在系统寿命延长方面优于传统周期控制。
2016-11-14 cs.SY eess.SY
Agent-Based Decentralized Energy Management of EV Charging Station with Solar Photovoltaics via Multi-Agent Reinforcement Learning
Department of Data Science and AI Faculty of IT（数据科学与人工智能系信息科技学院）；Monash University（墨尔本大学）；Monash Energy Institute（墨尔本能源研究所）
针对电动汽车充电站能源管理对不确定性鲁棒性不足的问题，提出基于多智能体强化学习的方法，将每个充电器视为智能体，结合LSTM和密集奖励机制，在真实数据集上验证了其能有效降低成本并提升充电满意度。
2025-05-24 cs.AI cs.SY eess.SY
Impact of Electric Vehicles Botnets on the Power Grid
随着电动汽车（EV）在交通运输领域的渗透率不断提高，对快速充电直流（FCDC）站的需求也不断增加，以满足客户的快速充电需求。然而，充电站和电动汽车与通信基础设施以及电网的连接使其容易受到网络攻击。本文对电动汽车充电过程的脆弱性进行了初步研究。然后，我们将展示如何利用受损电动汽车和FCDC站的僵尸网络对电网发动网络攻击，从而在特定时间增加负载。这种攻击对配电网络的影响，在线路阻塞和电压限制的违规行为。此外，还研究了僵尸网络对传输网络的影响。
2021-03-16 cs.SY eess.SY
Benchmarking Cyberattack Detection in Electric Vehicle Charging Infrastructure with Benign User Updates
The University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文构建了保留真实ACN会话的泄漏控制会话级基准，提出双分支Masked-AE转换增强模型，在多类模型对比中实现最强鲁棒验证性能，可检测电动汽车充电基础设施的恶意请求操纵且不拒绝合法用户选择。
2026-08-13 cs.CR cs.LG cs.SY
Coordinated Charging Station Search in Stochastic Environments: A Multi-Agent Approach
续航里程和充电焦虑仍然是电动汽车市场快速扩散的重要障碍。为此，快速可靠地找到合适的充电站可以通过减轻驾驶员的焦虑来促进电动汽车的普及。在这里，现有的商业服务帮助驾驶员基于实时可用性数据找到可用的站点，但与数据不准确性作斗争，例如，这是由于传统车辆阻挡了公共充电站的入口。在这种情况下，最近的作品已经研究了随机搜索方法，以考虑可用性的不确定性，以尽量减少驾驶员的绕道，直到到达一个可用的充电站。到目前为止，实践和理论方法都忽略了通过收费请求集中或数据共享实现的驾驶员协调，例如，在驾驶员之间共享对充电站的可用性或访问意图的观察。在此背景下，我们研究了协同随机搜索算法，这有助于减少站点访问冲突，改善司机的充电体验。将多智能体随机充电站搜索问题建模为有限时域马尔可夫决策过程，并引入了适用于静态和动态策略的在线解决方案框架。与静态策略相比，动态策略在策略规划和执行期间负责信息更新。我们提出了一个分层实现的单代理启发式分散决策和集中决策的推出算法。大量的数值研究表明，与不协调的设置相比，具有访问意图共享的分散设置将系统成本降低了26%，这几乎与集中设置中实现的28%的成本降低一样好，并且节省了高达23%的驾驶员搜索时间，同时提高了她的搜索可靠性。
2022-04-26 cs.SY eess.SY
Decentralized Safety-Critical Control of Resilient DC Microgrids with Large-Signal Stability Guarantees
针对直流微电网现有初级控制器缺乏严格安全保证、易牺牲扩展性等问题，提出结合控制屏障函数与端口哈密顿理论的分布式安全关键控制器，实现分散式可扩展安全镇定，经仿真验证在多故障场景下具备优势。
2025-09-04 cs.SY eess.SY
Learning to Operate an Electric Vehicle Charging Station Considering Vehicle-grid Integration
University of Riverside, California（加州大学河滨分校）
电动汽车（EV）的快速采用要求广泛安装EV充电站。为了最大限度地提高充电站的盈利能力，非常需要提供充电和电网服务的智能控制器。然而，由于电动汽车的到达时间和充电需求的不确定性，确定最佳充电时间表是具有挑战性的。在本文中，我们提出了一种新的集中分配和分散执行（CADE）的强化学习（RL）框架，以最大限度地提高充电站的利润。在集中分配过程中，电动汽车被分配到等待或充电点。在分散执行过程中，每个充电器在从共享重放存储器学习动作价值函数的同时做出其自己的充电/放电决定。该CADE框架显著提高了RL算法的可扩展性和样本效率。数值结果表明，建议的CADE框架是计算效率和可扩展性，并显着优于基线模型预测控制（MPC）。我们还提供了一个深入的分析学习的动作价值函数来解释内部工作的强化学习代理。
2022-08-16 cs.LG cs.SY eess.SY
Malicious Mode Attack on EV Coordinated Charging Load and MIADRC Defense Strategy
物联网（IoT）提供了一个突出的通信环境，以促进电动汽车（EV）负载的协调充电。然而，由于物联网与公用网相连，协同收费系统处于低级别的网络安全，极易受到恶意攻击。本文研究了恶意模式攻击（MMA），这是一种新的网络攻击模式，它同时攻击大规模电动汽车充电桩，以产生与阻尼差的广域机电模式相同频率的连续正弦功率扰动。因此，甲基丙烯酸甲酯可以激发高振幅的强迫振荡，严重威胁电力系统的稳定性。首先，通过调查基于物联网的协调充电负载控制系统的脆弱性，阐明了MMA的潜在威胁，并以Mirai这样的MMA过程为例。然后，基于攻击过程，建立了MMA模型进行冲击分析，推导了MMA受迫振荡的平均响应和随机响应表达式，找出了主要影响因素。进一步，为了减轻MMA的影响，提出了一种基于多指标信息主动扰动抑制控制的防御策略，以提高电力系统的稳定性和抗扰动能力，该策略综合考虑了模式阻尼和扰动补偿的影响因素。仿真结果验证了MMA威胁的存在性和特征，验证了该防御策略的有效性。
2021-10-26 cs.SY eess.SY
Controller Hardware-in-the-loop (C-HIL) Testing of Decentralized EV-Grid Integration
目前的电网基础设施还没有为电动汽车（EV）的大规模集成做好准备。实时电网仿真和硬件测试对于快速准确地开发适用于该领域的电动汽车充电控制策略以减轻其不利影响是必要的。为了帮助实现这一目标，在这项研究中，我们开发了一个控制器验证测试平台，使用一个基线双向AC/DC转换器，通常用于车载电动汽车充电器，在硬件在环（HIL）测试系统。该转换器在非常快的时间尺度上实时运行，并集成到外部电网模拟器中。我们利用HIL器件的强大功能模拟电力电子，同时实时实现复杂的配电网运行。整个系统整体上提供了一个机会，看到分散式充电算法对配电网电压稳定性的实施效益。该研究提出了一种逐步开发和测试控制器的方法，为分散式电动汽车充电器控制策略的现场演示做出了重要贡献。
2022-05-01 cs.SY eess.SY
Socio-technical Smart Grid Optimization via Decentralized Charge Control of Electric Vehicles
ETH Zurich（苏黎世联邦理工学院）
本文从社会技术角度研究电动汽车充电管理问题，提出一种去中心化参与式学习机制，以提升智能电网的可靠性、舒适度和公平性，通过本地知识生成能量需求计划，减少电力峰值和能源成本。
2019-05-21 cs.SY eess.SY
Holonic Graceful Transitions Across Centralized, Decentralized, Distributed, and Local Control in DER-rich Cyber-Power Distribution System
Lane Department of Computer Science and Electrical Engineering, West Virginia University（西弗吉尼亚大学计算机科学与工程电气工程系）
针对高渗透率分布式能源配电系统，提出一种DER服务无关的边缘自主全息协调框架，支持集中式、分布式、分散式和本地自治模式间优雅转换，并在HIL测试平台上验证了其区域受限适应、流量减少及攻击缓解能力。
2026-11-11 cs.NI cs.SY eess.SY
Communication-Free Distributed Charging Control for Electric Vehicle Group
针对居民区电动汽车无序充电致变压器过载、现有充电控制依赖通信的问题，提出无通信分布式充电控制方案，结合GMM基线估计与概率控制实现自主充电规划，经真实数据验证可降低通信故障后变压器过载概率。
2023-12-17 cs.SY eess.SY
Dual State-space Fidelity Blade (D-STAB): A Novel Stealthy Cyber-physical Attack Paradigm
本文提出D-STAB攻击范式，利用高保真与低保真模型间的信息不对称，通过精确对抗约束诱导高保真状态偏差，在BMS最优充电任务中验证了其隐蔽性。
2025-07-09 cs.SY eess.SY
A Survey of Algorithms for Distributed Charging Control of Electric Vehicles in Smart Grid
电动汽车（EV）是内燃机汽车的环保替代品。尽管电动汽车具有环境效益，但预期的电动汽车扩散所带来的巨大电力需求可能危及电网的安全和经济运行。因此，适当的充电协调策略将是未来电网不可或缺的。协调的EV充电方案可以实现为集中式、分散式和分级系统，其中后两种称为分布式充电控制系统。本文回顾了分布式充电控制方案的最新文献，其中计算分布在多个电动汽车和/或聚合器。首先，我们对电动汽车充电的优化问题进行了分类，包括运营方面和成本方面。然后，在每个类别下，我们提供了一个全面的讨论分布式电动汽车充电调度算法，考虑到电网运营商，聚合器和电动汽车用户的角度。我们还讨论了如何在文献中提出的某些算法处理分布式电动汽车充电控制问题固有的各种不确定性。最后，我们概述了几个需要进一步关注的研究方向。
2019-11-15 cs.SY eess.SY
Addressing Trust Issues for Vehicle to Grid in Distributed Power Grids Using Blockchains
本文针对V2G应用中的信任与隐私问题，提出了一种基于区块链去中心化特性、结合智能充电点与Stackelberg博弈模型的V2G交易与协调方案，有效降低了充电成本并支持辅助电网服务。
2024-12-22 cs.SY eess.SY
Hacking Encrypted Wireless Power: Cyber-Security of Dynamic Charging
本文针对跳频加密无线电能传输提出利用辅助线圈与开关电容阵列自适应调谐的攻击接收器，实验表明可窃取授权接收能量的78%至84%。
2024-06-17 cs.CR cs.ET cs.SY
Safe and Energy-Aware Decentralized PDE-Constrained Optimization-Based Control of Multi-UAVs for Persistent Wildfire Suppression
University of Waterloo（滑铁卢大学）
本文提出一种安全节能的多无人机灭火控制框架，通过集中密度控制器与局部信息扩展实现火灾特定控制Lyapunov函数，确保危险区避障和充电区域可达性。
2026-10-06 cs.SY eess.SY
An Efficient Distributed Multi-Agent Reinforcement Learning for EV Charging Network Control
University of Kansas（堪萨斯大学）
针对电动汽车普及带来的配电网变压器过载风险问题，本文提出一种保护用户隐私的去中心化多智能体强化学习充电框架，采用CTDE-DDPG方案实现集中训练分散执行，可降低充电网络成本与总需求峰均比，减少高峰时段变压器过载风险。
2023-08-24 cs.LG cs.MA cs.SY
Targeted Algorithmic Purpose-Driven Cyber Attacks in Distributed Multi-Agent Optimization
University of Utah（犹他大学）
针对分布式多智能体优化现有攻击无法实现特定目标的缺陷，本文提出参与智能体发起的目标驱动算法攻击，建立其原对偶理论基础，通过电动汽车充电仿真验证了攻击有效性。
2025-11-17 cs.SY eess.SY
Safe Decentralized Operation of EV Virtual Power Plant with Limited Network Visibility via Multi-Agent Reinforcement Learning
Department of Data Science and AI, Faculty of IT, Monash University（蒙纳士大学信息技术学院数据科学与人工智能系）；Monash Energy Institute, Monash University（蒙纳士大学蒙纳士能源研究所）
本文提出一种安全增强的虚拟电厂框架，利用多智能体强化学习在有限信息约束下协调多个电动汽车充电站，确保电压安全并维持经济运行。
2026-03-24 cs.AI cs.SY eess.SY
Hierarchical Decentralized Stochastic Control for Cyber-Physical Systems
Department of Electrical Engineering and Computer Science, University of Ottawa（电气与计算机科学系，渥太华大学）；Department of Electrical Engineering, Eindhoven University of Technology (TU/e)（电气工程系，埃因霍温理工大学）；Department of Electrical Engineering, Indian Institute of Technology Madras（电气工程系，印度理工学院马德拉斯学院）
本文针对信息物理系统提出一种双时间尺度分层分散控制架构，并分析COpt与FOpt两种优化框架，证明最优策略存在性、值迭代收敛性及二者性能差异界，并给出二者等价的结构条件。
2025-08-27 cs.LG cs.MA cs.SY
Control Challenges for Resilient Control Systems
在这一章中，我们将介绍解决控制系统弹性问题的方法。控制系统面临的主要挑战是其网络物理系统的性质，它将网络系统与物理层动态紧密耦合。因此，需要通过将网络弹性与物理层弹性集成来解决控制系统的弹性问题。我们介绍的框架，可以提供一个整体的控制系统的弹性和定量的设计范式，可以实现最佳的跨层和跨阶段的设计在规划，操作和恢复阶段的控制系统。控制系统通常是工业应用和关键基础设施中的大规模系统。这种系统的分散控制是必不可少的。我们扩展的弹性框架，以解决分散的控制代理之间的分布式和协作的弹性。
2021-05-17 cs.GT cs.SY eess.SY
Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms
本文研究了针对智能电动汽车充电站的充电操纵攻击（CMAs），提出可绕过现有协议保护的攻击方法并量化其对聚合器经济利润的影响，同时设计了基于无监督深度学习的检测机制以应对此类安全威胁。
2023-10-18 cs.CR cs.SY eess.SY
Hierarchical Cyber-Attack Detection in Large-Scale Interconnected Systems
在本文中，我们提出了一个分层的计划来检测网络攻击的分层控制架构的大规模互联系统（LSS）。我们认为LSS作为一个网络的物理耦合的子系统，配备了一个两层的控制器：在本地一级，分散的控制器保证整体稳定性和参考跟踪;在监管层，一个集中的协调器设置参考本地监管机构。我们提出了一个计划来检测发生在本地的攻击，恶意代理能够影响本地控制。检测方案在监督级计算，仅需要有限的数据和模型知识交换。我们提供了详细的理论分析所提出的计划，突出其检测性能的鲁棒性，可检测性和隐蔽性条件。
2022-09-28 cs.SY eess.SY
Decentralized Attack-Resilient CLF-Based Control of Nonlinear DC Microgrids under FDI Attacks
University of Connecticut（康涅狄格大学）；University of California, Los Angeles（加州大学洛杉矶分校）
本文提出了一种基于AR-CLF的去中心化QP控制框架，用于非线性直流微电网在面对FDI攻击时实现大信号稳定性与鲁棒性。
2026-02-22 cs.SY eess.SY
A Hybrid Intrusion Detection System for Electric Vehicle Charging Infrastructure
Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息技术研究所）；RWTH Aachen University（亚琛工业大学）
提出一种混合入侵检测系统，结合网络和主机检测层，利用CICEVSE2024数据集对多种攻击进行多分类，网络检测准确率达99.99%，主机检测达83.47%，优于单源检测方法。
2026-08-24 cs.CR cs.SY eess.SY
Decentralized Convergence to Nash Equilibria in Constrained Deterministic Mean Field Control
ETH Zurich（苏黎世联邦理工学院）
本文研究了大规模系统中去中心化控制与优化方法，针对具有不同行为、约束和利益的智能体，提出在无限人口规模极限下计算均场纳什均衡的模型无关反馈迭代方法，应用于带约束的线性二次均场控制和电动车充电控制问题。
2015-05-17 cs.GT cs.SY eess.SY
A Stochastic Resource-Sharing Network for Electric Vehicle Charging
Eindhoven University of Technology（埃因霍温理工大学）；Centrum Wiskunde en Informatica（数学与计算机科学中心）
本文研究了一种随机资源共享网络，用于在保持电压波动受限的情况下为电动汽车充电，通过流体近似方法分析了系统性能，并通过案例研究展示了其应用。
2019-01-16 cs.PF cs.SY eess.SY
Delayed Propagation Transformer: A Universal Computation Engine towards Practical Control in Cyber-Physical Systems
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Washington（华盛顿大学）
多智能体控制是信息物理系统（CPS）的一个中心主题。然而，目前的控制方法要么接收非马尔可夫状态，由于不充分的传感和分散的设计，或遭受收敛性差。本文提出了延迟传播Transformer（DePT），一个新的变压器为基础的模型，专门在全球建模的CPS，同时考虑到不可变的约束，从物理世界。DePT引入了一个锥形的时空注意先验，它注入了信息传播和聚合原则，并实现了全局视图。随着物理约束归纳偏见烘焙到其设计中，我们的DePT已经准备好了一个广泛的多智能体系统类的即插即用。在最具挑战性的CPS之一-开放世界中的网络规模交通信号控制系统上的实验结果表明，我们的模型在合成和真实世界数据集上的性能优于最先进的专家方法。我们的代码发布于：https://github.com/VITA-Group/DePT。
2021-10-29 cs.AI cs.SY eess.SY
Robust Decentralized Secondary Control Scheme for Inverter-based Power Networks
本文针对逆变器主导微电网在通信故障下的自主运行问题，提出一种对时钟同步误差鲁棒、可同时适用于跟网型和构网型架构的分散式二次控制方案，解决了本地积分控制器并联运行的稳定性问题，并通过5节点微电网仿真验证其消除稳态频率偏差的有效性。
2023-07-10 cs.SY eess.SY math.DS
