طراحی چارچوب تاب آوری سایبری فیزیکی سیستم قدرت مبتنی بر یادگیری تقویتی عمیق و بهینه سازی چندهدفه

افزایش وابستگی سیستم های قدرت به زیرساخت های ارتباطی سامانه های کنترل هوشمند و فناوری های دیجیتال، موجب شکل گیری شبکه های سایبری - فیزیکی (Cyber-Physical Power Systems) شده است. اگرچه این تحول موجب بهبود بهره برداری، پایش و مدیریت انرژی شده است اما همزمان آسیب پذیری سیستم در برابر حملات سایبری، خطاهای فیزیکی، خرابی تجهیزات و رخدادهای ترکیبی را افزایش داده است. در این شرایط توسعه رویکردهای تاب آوری محور برای حفظ پایداری و قابلیت بازیابی سیستم قدرت به یکی از چالش های اساسی تبدیل شده است. در این مقاله چارچوبی نوین برای طراحی تاب آوری سایبری فیزیکی سیستم قدرت مبتنی بر یادگیری تقویتی عمیق (Deep Reinforcement Learning) و بهینه سازی چندهدفه ارائه می شود. چارچوب پیشنهادی با بهره گیری از قابلیت یادگیری و تصمیم گیری هوشمند امکان تحلیل شرایط عملیاتی، شناسایی تهدیدات و انتخاب راهبردهای کنترلی بهینه را فراهم می کند. همچنین به منظور ایجاد تعادل میان اهداف متضاد، مدل بهینه سازی چندهدفه برای بهبود همزمان شاخص های تاب آوری، امنیت، قابلیت اطمینان و هزینه بهره برداری به کار گرفته می شود. در رویکرد پیشنهادی عامل یادگیرنده با تعامل مستمر با محیط سیاست های کنترلی مقاوم در برابر حملات سایبری و اختلالات فیزیکی را فرا می گیرد و توانایی بازیابی سریع سیستم پس از رخدادها را افزایش می دهد. نتایج مورد انتظار نشان می دهد که ترکیب یادگیری تقویتی عمیق و بهینه سازی چندهدفه می تواند موجب افزایش تاب آوری سایبری فیزیکی، کاهش زمان بازیابی، بهبود پایداری شبکه و کاهش هزینه های عملیاتی شود. این پژوهش گامی در جهت توسعه سیستم های قدرت هوشمند تطبیق پذیر و مقاوم در برابر تهدیدات نوظهور محسوب می شود.

کلیدواژه ها:

تاب آوری سایبری فیزیکی سیستم قدرت ، یادگیری تقویتی عمیق (Deep Reinforcement Learning) ، بهینه سازی چندهدفه ، امنیت سایبری ، شبکه هوشمند ، بازیابی سیستم ، تصمیم گیری هوشمند ، پایداری شبکه ، سیستم های سایبری فیزیکی (CPS)