CIBERSEGURIDAD EN MICRORREDES ELÉCTRICAS

El proyecto se centra en crear laboratorios de ingeniería que empleen inteligencia artificial para detectar ciberataques, usando conjuntos de datos reales del sistema eléctrico proporcionados por el Ministerio de Energía y Minas de República Dominicana. Para el análisis fueron empleadas herramientas como Matlab y Google Colaboratory.

Problemas ocasionados

-Cortes de larga duración -Desconexiones catastróficas de equipos críticos

CIBERSEGURIDAD EN MICRORREDES ELÉCTRICAS

PRINCIPALES REQUERIMIENTOS:-DISPONIBILIDAD de datos-confidencialidad de datos-integridad de datos

Sistema de generación eléctrica que permite la distribución de electricidad desde los proveedores hasta los consumidores, utilizando tecnología digital y favoreciendo la integración de las fuentes de generación de origen renovable.

MIRCRORRED

ESCENARIOS DE FALLA: -Infraestructura de medición -Recursos energéticos distribuidos -Monitoreo, protección y control -Transporte de energía eléctrica -Carga eléctrica -Gestión de la red de distribución

Duber Jose Madera

Lorem ipsum dolor

ALGORTIMOS

GOOGLE COLABORATORY

-Los predictores son el voltaje y la corriente en fases A,B,C y la demanda electrica.-Se usaron un total de 191 conjuntos de variables para el entrenamiento con un total de 20 escenarios para la fase de prueba.-Algunos puntos de datos se modificaron para simular condiciones de ciberataque.El modelo se entrenó utilizando un arbol de decisión con una precisión resultante del 97.9%MATLAB clasificará los diferentes escenarios como ataque o funcionamiento funcional de la microrred

MATLAB

-Se añadieron datos de voltaje falso a un conjunto de 10,000 puntos de datos mediante técnicas de aprendizaje automático con redes neuronales.-La prueba se realizó con el 30% de los datos, basados en valores de tensión de línea del sistema eléctrico de la República Dominicana.-Se generaron datos falsos alterando los valores de voltaje originales en un rango del 10 al 20%.-Se predijo correctamente que el segundo conjunto de valores que se sabía que no eran de ataque lo serían (con una probabilidad de ser un ataque del 2%)