-
题名数据采集异常下的车用动力电池状态监测与故障诊断
- 1
-
-
作者
欧阳天成
徐裴行
叶今禄
汪成超
-
机构
广西大学机械工程学院
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2023年第15期6040-6049,共10页
-
基金
国家自然科学基金面上项目(2021NSFC52175081)。
-
文摘
实时准确的状态监测对车载动力电池至关重要,其依赖于大量传感器采集的信息数据。在长期使用中,高频振动和连接器松动使局部传感器失效,导致数据采集异常。由于针对数据缺失和更新停滞异常的相关研究较少,该文提出一种基于双向长短期记忆网络和最小二乘支持向量回归的异常数据监测与校正方法。建模和参数辨识分别采用戴维宁模型和数据驱动方法,同时输入和状态估计算法用于电池状态估计。实验中,该方法在6种混合异常测试条件下的估计误差保持在5%左右,其有效性得到验证。
-
关键词
电池管理系统
数据缺失
电动汽车
长短时记忆网络
最小二乘支持向量回归
-
Keywords
battery management system
data loss
electric vehicles
long short-term memory network
least square support vector regression
-
分类号
TM91
[电气工程—电力电子与电力传动]
-
-
题名基于强化学习的工控系统渗透测试最优路径生成方法
被引量:1
- 2
-
-
作者
曹旗升
徐裴行
周纯杰
-
机构
华中科技大学网络空间安全学院
华中科技大学人工智能与自动化学院
-
出处
《信息安全研究》
CSCD
2023年第12期1159-1165,共7页
-
基金
国家自然科学基金项目(62127808).
-
文摘
针对现有渗透测试方法的不足,提出了结合工业控制系统特点与强化学习模型的最优渗透测试路径生成方法.首先分析工业控制系统典型结构和安全威胁以及渗透测试基本流程;然后基于强化学习模型对目标系统和攻击者进行建模,提出了基于Q-Learning的渗透测试最优路径生成方法;最后,以石油催化炼化系统为对象进行实验验证.结果表明该方法能够综合考虑测试人员专业技能和目标设备的差异,从多个高效的路径中生成渗透测试最优路径,为大规模工控系统的渗透测试提供了解决思路.
-
关键词
工业控制系统
渗透测试
强化学习
攻击路径
Q-LEARNING
-
Keywords
industrial control system
penetration testing
reinforcement learning
attack path
Q-Learning
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-