Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaEnergiCAREER: Physics-informed Graph Learning for Anomaly Detection in Power Systems
Proyek riset & pengembangan

CAREER: Physics-informed Graph Learning for Anomaly Detection in Power Systems

Ringkasan tujuan riset

Pembelajaran graf spasial-temporal berbasis fisika diteliti untuk estimasi keadaan dan deteksi anomali jaringan listrik dengan data operasi serta teknologi informasi terpadu.

Energi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2338642Periode tercatat 2024-01-01 sampai 2028-12-31.NSF 2338642MulaiAkhir tercatat202420292024-01-012028-12-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Jaringan saraf graf akan memanfaatkan dinamika waktu dan hubungan topologi untuk memperkirakan keadaan sistem. Kerangka berbasis fisika menanggapi ketidakseimbangan data, sementara peristiwa IT dikorelasikan dengan data OT untuk membantu deteksi gangguan siber-fisik. Metode hibrida serta terdistribusi dikembangkan agar dapat diskalakan. Peningkatan presisi dan ketahanan alat operator merupakan sasaran; keberhasilan mendeteksi semua serangan belum ditetapkan oleh abstrak.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Clarkson University
Program
EPCN-Energy-Power-Ctrl-Netwrks
Periode pendanaan tercatat
2024-01-01 → 2028-12-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Division of Electrical, Communications and Cyber Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.