XiaoMi-AI文件搜索系统
World File Search System智能网
基于IOT的智能网格，以远程监控和控制可再生能源
智能电网是一项技术，可以使电网控制，自动化并管理不断增长的电力需求，从而使公用事业与客户之间的双向通信。智能电网可提高功率质量，提供有效的传输，设备故障或发生停机并减少峰值需求时更快的重新路由。智能电网的一个基本特征是通过使用信息和通信技术来提高电力的效率，经济性和可持续性。智能网格是一个庞大的系统，它利用了及其应用程序的各种通信和网络技术，其中包括有线和无线通信。“事物网络”是指事物的一般思想，尤其是日常对象，这些对象是可以通过Internet读取，可识别，可被定位，可寻址和/或可控制的，无论通信手段如何（无论是通过RFID，无线LAN，广阔的区域网络还是其他方式）。
一个新颖的聚合框架，用于在智能网格中有效整合分布式能源
在本文中，我们提出了一种新颖的DER聚合框架 - 涵盖了多种体系结构以及各种类型的机制，以有效地管理和有效整合电网中的DER。我们体系结构的一个关键组成部分是局部灵活性估计量（LFES）代理，这是将聚合器从严重或资源密集型责任中卸载的关键，例如解决隐私问题并预测有关其提供的需求响应服务的DER语句准确性。提议的聚合框架允许形成有效的LFE合作社。我们的实验验证了其有效性地将异质DER纳入网格的有效性，以表明使用适当的机制会为参与LFE提供更高的付款。
社论：智能网格中间歇性可再生能源的控制，操作和交易策略
为了实现碳中立性的目标并解决全球能源危机的研究主题，大量间歇性可再生能源（例如风力涡轮机和光伏发电机）已被广泛安装在现代电网中（Van Soest等，2021）。可再生能源生产的随机性质引起了显着的可靠性问题，并给各种决策者带来了重要的财务风险，并且在可再生能源设备中使用电力设备在可再生能源整合中也对电力系统控制和运营构成了主要挑战（Alashery等人，2019年）。为了减轻间歇性生产可再生能源引起的不确定性，有必要利用资源和方法来促进灵活性（例如电池存储和价格响应性需求），以探索批发和零售水平的新颖市场机制，并研究高级建模和优化技术（Jin等，2018）。智能网格中间歇性可再生能源资源的控制，操作和交易的主要挑战是电力传输，分配和消费过程中固有的不确定性和复杂性（Bevrani等，2010）。此外，鉴于电力行业放松管制的全球背景，间歇性可再生能源领域的决策者还需要考虑零售和批发市场的波动电价，以及其他战略参与者的随机行为。在这种情况下，有必要根据最先进的智能电网技术制定高级控制，运营和交易策略，以间歇性可再生能源资源。本研究主题报告了控制，操作和交易领域的最新进展，以智能网格中间歇性可再生能源资源来解决潜在的困难和挑战；与该领域相关的四十篇文章已发表。如图1所示，准确的预测和建模方法可以以
可解释人工智能 (XAI) 在智能网联汽车入侵检测与缓解中的应用：综述
摘要：物联网 (IoT) 和人工智能 (AI) 的发展为智能交通系统 (ITS) 带来了潜力，从而产生了物联网和 ITS 的集成，即车联网 (IoV)。为了实现自动驾驶和高效出行的目标，车联网现在与现代通信技术（如 5G）相结合，实现智能网联汽车 (ICV)。然而，车联网在以下五 (5) 个领域面临安全风险：ICV 安全、智能设备安全、服务平台安全、V2X 通信安全和数据安全。人们已经开发了许多 AI 模型来减轻入侵威胁对 ICV 的影响。另一方面，可解释人工智能（XAI）的兴起源于需要为人工智能的开发注入信心、透明度和可重复性，以确保智能网联汽车的安全并提供安全的智能交通系统。因此，本综述的范围涵盖了智能网联汽车入侵检测系统（IDS）中使用的 XAI 模型、它们的分类法和未解决的研究问题。研究结果表明，尽管 XAI 在智能网联汽车中的应用尚处于起步阶段，但它是提高智能网联汽车网络效率的一个有前途的研究方向。本文进一步表明，XAI 透明度的提高将提高其在汽车行业的接受度。
人工智能网络攻击的安全威胁
大约五年前，由生成式人工智能模型推动的人工智能网络攻击开始出现。这种模型能够更好地自动化有针对性的网络钓鱼攻击和漏洞扫描。自那时起，由人工智能驱动的社会工程和模仿攻击已经发生，并造成了数百万美元的财务损失1。目前人工智能研究的快速进展，加上众多新应用，让我们有理由相信人工智能技术很快将被用于支持网络攻击期间通常手动执行的步骤。正因如此，人工智能支持的网络攻击的想法近来受到了学术界和工业界的更多关注。虽然人工智能目前不太可能创造出全新类型的攻击，但我们看到越来越多的研究开始探讨如何利用人工智能从根本上增强和扩大网络攻击。
将可再生能源与智能网格的整合...
摘要 - 尼日利亚各种可再生能源（RES）的可用性使其大量渗透到电力供应混合物中。增加的能源需求和有限的化石燃料资源（具有负面的环境影响）支持RES的能源需求。集中发电的常规系统无法再满足对电能的不断增长的需求。因此，需要与计算机和自动化系统合并的强大分散能源系统，以进行信息分析和对网络操作的响应。智能电网技术（SGT）可用于解决传统网格系统中固有的一些问题和挑战，以实现高效和可靠的电源。这项工作审查了尼日利亚当前的电力供应状况和现有政策。在某些国家使用了现有网络并与此类网络进行了比较。它确定了电力部门中的大多数主要问题和挑战，并提议将RES与SGT集成到网络中。提出了主要的政策建议。还讨论了可能影响RES与SGT整合的一些障碍。这些结果对于政府和可再生能源开发商在制定有效的政策方面非常有用，以将可再生能源与中士平稳整合到电力供应组合中。
人工智能网络系统：计算与通信的融合
摘要 人工智能和5G系统是改变世界的两大热门技术领域。在计算和通信的深度融合中，人工智能网络系统（NSAI）呈现出一种范式转变，分布式人工智能渗透到网络的所有元素中，即云、边缘、终端设备，使人工智能实际上作为一个网络系统运行。另一方面，随着通信系统的演进，网络正在成为一个与人工智能交织在一起的特定服务系统，即网络作为一个人工智能系统运行，实现实时智能服务。随着“人工智能作为网络，网络作为人工智能”技术的发展趋势，NSAI生态系统可以呈现人工智能系统和B5G-6G通信网络的下一代浪潮。在本文中，我们主要旨在对NSAI的系统架构、关键技术、应用场景、挑战和机遇进行全面的概述，以期为电信和人工智能计算的未来发展提供启示。本文的贡献还包括：1）为计算和通信的深度融合提供统一的框架，其中网络和应用程序/服务可以作为单个集成系统进行联合优化；2）提出实现网络空间、物理世界和人类社会在线进化融合的路线图和开放的研究问题，走向无处不在的脑网络（UBN），这需要计算和通信研究界的共同努力。
对电池储能系统的智能控制港口区域智能网格：Vaasa Harbor的案例研究
摘要 - 电池存储系统在最佳控制和管理现代港口电网的功率方面起着至关重要的作用，以支持需要陆上电源和电池充电系统的电气容器。设计任何港口电网的适当尺寸的电池储能系统都需要精确的功耗数据以及未来计划的负载。本文提出了一种实用方法，其中采用充电/放电策略的方式是，通过在高峰需求负载期间放电电池并在峰值负载需求期间对港口电网的峰值负载需求剃光。合适的电池存储系统及其控制算法是为Vaasa Harbour Grid设计的，并获得了年度功耗和可用电源的真实数据。VAASA HARBOR网格模型是在MATLAB/SIMULINK中开发的，并且通过通过双向DC-DC转换器充电和放电为电池储能系统开发了控制算法。结果表明，电池储能系统是适合港口网格的合适解决方案，可以应付最佳的新电动船只在港口网格中的需求不断增长，而无需对电源基础设施进行大量翻新。