Применение больших данных и машинного обучения в интеллектуальной энергосистеме и связанные с этим проблемы безопасности: обзор

В статье представлен всесторонний анализ применения больших данных и машинного обучения в электроэнергетической сети, возникшей в результате появления энергосистемы следующего поколения — интеллектуальной энергосистемы (smart grid, SG). В основе новой инфраструктуры энергосети лежит возможность подключения, обеспечиваемая Интернетом вещей (Internet of Things, IoT). Такая подключенность и необходимый для функционирования системы постоянный обмен данными приводят к формированию огромного объёма информации, для надлежащего анализа и принятия решений требующего методов, значительно превосходящих традиционные. Интегрированная с IoT интеллектуальная энергосистема обеспечивает эффективное прогнозирование нагрузки и сбор данных при одновременном снижении затрат. Для реализации этих преимуществ необходимы методы анализа больших данных и машинного обучения. В сложной взаимосвязанной системе интеллектуальной энергосети кибербезопасность становится критически важной проблемой, поскольку устройства IoT и содержащиеся в них данные превращаются в основные цели атак. В статье также рассматриваются связанные с этим угрозы безопасности и способы их устранения. Ключевая информация, полученная в ходе анализа научной литературы, представлена в таблицах соответствующих разделов, что позволяет получить ясное обобщённое представление о рассматриваемой тематике. Результаты проведённого систематического обзора представлены для краткого описания данной области исследований, перспективных направлений академических и промышленных исследований, существующих ограничений, применимых решений и их эффективности.