1. Αλγόριθμος εποπτείας συστήματος διανομής ηλεκτρικής ενέργειας με χρήση μη επανδρωμένων αεροσκαφών
Η παρακολούθηση της κατάστασης των δικτύων διανομής είναι πολύ σημαντική για τις επιχειρήσεις ηλεκτρικής ενέργειας ώστε να εξασφαλιστεί η αξιοπιστία, η ικανοποίηση των πελατών και η μείωση του λειτουργικού κόστους. Εκτιμάται ότι οι επιχειρήσεις κοινής ωφέλειας στις ΗΠΑ χάνουν έως το 3,5% των ετήσιων εσόδων τους λόγω κλοπής ηλεκτρικού ρεύματος. Ως εκ τούτου, είναι ζωτικής σημασίας η συνεχής παρακολούθηση του δικτύου. Αν και το σύστημα μεταφοράς, συνήθως, παρακολουθείται πλήρως, είναι δυνατή μόνο η μερική παρακολούθηση του συστήματος διανομής. Αυτό οφείλεται στο γεγονός ότι είναι οικονομικά ανέφικτο να παρακολουθείται πλήρως λόγω του σχετικού μεγάλου αριθμού ζυγών και γραμμών σε σύγκριση με το σύστημα μεταφοράς. Στην πραγματικότητα, σε μερικά συστήματα διανομής παρακολουθείται μόνο το 0,1% των ζυγών τους. Η κατάσταση του συστήματος διανομής παρακολουθείται με την εγκατάσταση συσκευών μέτρησης SCADA η οποία είναι πολύ δαπανηρή και γίνεται σε περιορισμένους ζυγούς του συστήματος. Κατά συνέπεια, η απώλεια της παρατηρησιμότητας του συστήματος είναι αναπόφευκτη. Οι ζυγοί αυτοί πρέπει να επιλέγονται προσεκτικά ώστε να μεγιστοποιείται η παρατηρησιμότητα του συστήματος όσο το δυνατόν περισσότερο και να παρακολουθούνται διαφορετικά τμήματα του συστήματος. Για την αντιμετώπιση της πρόκλησης της παρακολούθησης των δικτύων διανομής σε κατάλληλο επίπεδο παρατήρησης με ελάχιστο προϋπολογισμό, προτείνεται η χρήση μη επανδρωμένων αεροσκαφών που είναι εξοπλισμένα με αισθητήρες για την παρακολούθηση διαφόρων θέσεων σε διαφορετικές χρονικές περιόδους. Η παρακολούθηση μπορεί να γίνει με τη σύνδεση των αισθητήρων προσωρινά στη γραμμή για να επιτρέψει τη μέτρηση των τάσεων και των ρευμάτων. Έτσι, δεν υπάρχει ανάγκη να τοποθετηθεί μια μονάδα μέτρησης σε κάθε ζυγό.
[1] Y. Gao, B. Foggo and N. Yu, "A Physically Inspired Data-Driven Model for Electricity Theft Detection with Smart Meter Data," IEEE Transactions on Industrial Informatics, vol. 15, no. 9, pp.5076-5088, Sept. 2019.
[2] O. Samuelsson, M. Hemmingsson, A. H. Nielsen, K. O. H. Pedersen and J. Rasmussen, "Monitoring of power system events at transmission and distribution level," IEEE Trans. on Power Sys., vol. 21, no. 2, pp. 1007-1008, May 2006.
[3] P. E. T. Martins, M. Oleskovicz, A. L. d. S. Pessoa and I. de Moura Faria, "Optimized allocation of power quality monitors in distribution systems considering fault location," 2018 18th International Conf. on Harmonics and Quality of Power (ICHQP), Ljubljana, Slovenia, 2018, pp. 1-6.
[4] IEC 61850:2021- Communication networks and systems for power utility automation [Online]. Available: https://www.iec.ch/
[5] C. Chaudet, E. Fleury, I. Guérin-Lassous, H. Rivano, andM.-E. Voge, "Optimal positioning of active and passive monitoring devices," CoNEXT 2005, Oct 2005, Toulouse, France.
[6] J. Burgués and S. Marco, "Environmental chemical sensing using small drones: A review", Science of the Total Environment, vol. 748, p. 141172, 2020.
[7] D. Wu et al., "ADDSEN: Adaptive Data Processing and Dissemination for Drone Swarms in Urban Sensing," IEEE Transactions on Computers, vol. 66, no. 2, pp. 183-198, 1 Feb. 2017.
2. Εντοπισμός ρευματοκλοπών με χρήση μετρήσεων προερχόμενων από έξυπνους μετρητές ηλεκτρικής ενέργειας
Tα σύγχρονα συστήματα ηλεκτρικής ενέργειας έρχονται αντιμέτωπα με μια πληθώρα εμποδίων, η προέλευση των οποίων μπορεί να αποδοθεί τόσο στην πρόοδο της τεχνολογίας όσο και στις μεταβαλλόμενες ανάγκες των καταναλωτών. Μία από τις πιο σημαντικές εξελίξεις στην τεχνολογία σχετίζεται με την εισαγωγή και εγκατάσταση των έξυπνων μετρητών, οι οποίοι είναι ίσως οι πιο κρίσιμες διεπαφές μεταξύ των καταναλωτών και του ηλεκτρικού δικτύου. Ο ρυθμός εγκατάστασης των έξυπνων μετρητών αυξάνεται με ραγδαίους ρυθμούς τα τελευταία χρόνια. Τα δεδομένα που συλλέγονται από αυτές τις συσκευές είναι αντιπροσωπευτικά της ανθρώπινης δραστηριότητας. Η κλοπή ηλεκτρικού ρεύματος είναι ένα αποτέλεσμα συμπεριφορών καταναλωτών που λαμβάνουν χώρα σε διακριτούς κοινωνικούς και οικονομικούς τομείς. Σκοπός αυτής της διπλωματικής είναι η δημιουργία ενός αλγορίθμου για τον εντοπισμό της κλοπής ηλεκτρικής ενέργειας με τη χρήση δεδομένων από έξυπνους μετρητές, προκειμένου να μειωθούν οι μη τεχνικές απώλειες που συμβαίνουν στα δίκτυα ηλεκτρικής ενέργειας.
[1] J. Nagi, K. S. Yap, S. K. Tiong, S. K. Ahmed and M. Mohamad, "Nontechnical loss detection for metered customers in power utility using support vector machines", IEEE Trans. Power Del., vol.25, no. 2, pp. 1162-1171, Apr. 2010.
[2] S. S. S. R. Depuru, L. Wang and V. Devabhaktuni, "Electricity theft: overview issues prevention and a smart meter based approach to control theft", Energy Policy, vol. 39, no. 2, pp. 1007-1015,
2011.
[3] S. McLaughlin, B. Holbert, A. Fawaz, R. Berthier and S. Zonouz, "A multi-sensor energy theft detection framework for advanced metering infrastructures", IEEE Journal on Selected Areas in Communications, vol. 31, no. 7, pp. 1319-1330, 2013.
[4] E. W. S. dos Angelos, O. R. Saavedra, O. A. C. Cortés et al., "Detection and identification of abnormalities in customer consumptions in power distribution systems", IEEE Trans. Power Deliv., vol. 26, no. 4, pp. 2436-2442, 2011.
[5] F. Xiao and Q. Ai, "Electricity theft detection in smart grid using random matrix theory", IET Gen. Transmiss. Distrib., vol. 12, no. 2, pp. 371-378, 2017.
3. Ανθεκτικότητα συστήματος ηλεκτρικής ενέργειας έναντι σεισμών
Μια φυσική καταστροφή αναφέρεται σε ένα έκτακτο φυσικό γεγονός που ξεπερνά τις ανθρώπινες προσδοκίες και τον έλεγχο. Οι φυσικοί κίνδυνοι, όπως σεισμοί, ηφαίστεια και τσουνάμι, αποτελούν μια σημαντική απειλή για τις ανθρώπινες ζωές και δραστηριότητες, με τη δυνατότητα να αλλάξουν μόνιμα τον τρόπο ζωής τους. Καθ' όλη τη διάρκεια της ύπαρξης ενός ατόμου, είναι αναπόφευκτο ότι θα αντιμετωπίσει έναν ελάχιστο εγγενή κίνδυνο που θα επηρεάσει τη ζωή του. Η εμφάνιση σεισμών στην Ελλάδα θεωρείται μια από τις κύριες φυσικές καταστροφές. Η διπλωματική αυτή εργασία εστιάζει στις επιπτώσεις που προκύπτουν από τη σεισμική δραστηριότητα. Πιο συγκεκριμένα, μελετάται η ανθεκτικότητα της υποδομής ενός συστήματος ηλεκτρικής ενέργειας σε περίπτωση σεισμού λαμβάνοντας υπόψη τη σεισμικότητα μιας περιοχής και το μέγεθος ενός σεισμού.
[1] PITILAKIS, K., ALEXOUDI, M., ARGYROUDIS, S., ANASTASIADIS, A. (2006). SEISMIC RISK SCENARIOS FOR AN EFFICIENT SEISMIC RISK MANAGEMENT: THE CASE OF THESSALONIKI (GREECE). In: Wasti, S.T., Ozcebe, G. (eds) Advances in Earthquake Engineering for Urban Risk Reduction. Nato Science Series: IV: Earth and Environmental Sciences, vol 66. Springer, Dordrecht. https://doi.org/10.1007/1-4020-4571-9_15
[2] Kaviris, G.; Zymvragakis, A.; Bonatis, P.; Kapetanidis, V.; Voulgaris, N. Probabilistic and Scenario-Based Seismic Hazard Assessment on the Western Gulf of Corinth (Central Greece). Appl. Sci. 2022, 12, 11152. https://doi.org/10.3390/app122111152
[3] L. Tian and Z. Zhe, "Study on Earthquake Resistance of Electric Power System Based on System Reliability," 2010 International Conference on Intelligent System Design and Engineering Application, Changsha, China, 2010, pp. 437-440, doi: 10.1109/ISDEA.2010.388.
[4] B. Serban, "Power systems design for earthquake conditions using computational simulation,"21st International Telecommunications Energy Conference. INTELEC '99 (Cat. No.99CH37007), Copenhagen, Denmark, 1999, pp. 322-, doi: 10.1109/INTLEC.1999.794083.
[5] V. E. Toader, O. Ciogescu, A. Mihai, A. Borş, D. D. Micu and I. Lingvay, "Protection of power systems by earthquake warning based on local assessment of seismic events," 2021 9th International Conference on Modern Power Systems (MPS), Cluj-Napoca, Romania, 2021, pp. 1-5, doi: 10.1109/MPS52805.2021.9492581.
[6] C. Ozen and K. Kaya, "Earthquake Effects on Electricity Network: A Case Study in Turkish Grid,"2023 5th Global Power, Energy and Communication Conference (GPECOM), Nevsehir, Turkiye, 2023, pp. 333-338, doi: 10.1109 GPECOM58364.2023.10175728.
4. Επίδραση κυβερνοεπιθέσεων σε εκτιμητές κατάστασης συστημάτων ηλεκτρικής ενέργειας
Η αυξανόμενη ζήτηση για ηλεκτρική ενέργεια και η εξέλιξη των δικτύων ηλεκτρικής ενέργειας απαιτούν καλύτερο έλεγχο του συστήματος. Η κύρια τεχνική για αυτή τη διαδικασία είναι η εκτίμηση κατάστασης, η οποία προσφέρει μια δυναμική αναπαράσταση της κατάστασης του δικτύου. Αυτή η προσέγγιση βασίζεται σε μετρήσεις που διεξάγονται από συσκευές που είναι τοποθετημένες σε διαφορετικά τμήματα του δικτύου. Η βελτίωση της ακρίβειας των μετρήσεων και η ομαλή μετάδοση τους στα κέντρα ελέγχου είναι κρίσιμη για το αποτέλεσμα της εκτίμησης κατάστασης. Λόγω αυτού του παράγοντα, υπάρχει μια σημαντική αύξηση στην πρόοδο της τεχνολογίας PMU, η οποία περιλαμβάνει συσκευές που μπορούν να παρακολουθούν την τάση και το ρεύμα σε εξαιρετικά γρήγορο ρυθμό, με υψηλή ακρίβεια και ακριβή χρονική σφραγίδα. Ωστόσο, η διαδικασία μετατροπής του συστήματος μέτρησης και μετάδοσης σε ψηφιακή μορφή χρησιμοποιώντας δίκτυα επικοινωνιών, σε συνδυασμό με τη συνολική μετάβαση στα ευφυή δίκτυα ισχύος, αυξάνουν την ευαισθησία του δικτύου σε κυβερνοεπιθέσεις που θα μπορούσαν να έχουν σημαντικές συνέπειες. Σκοπός της εργασίας αυτής είναι η ανάπτυξη ενός αλγορίθμου για την εκτίμηση κατάστασης και την ανίχνευση συστημικών σφαλμάτων που οφείλονται σε κυβερνοπιθέσεις σε συστήματα ηλεκτρικής ενέργειας.
[1] J. Chen and A. Abur, Improved bad data processing via strategic placement of PMUs, in Proc. IEEE Power Eng. Soc. General Meeting, 2005, pp. 509–513.
[2] J. Chen and A. Abur, Placement of PMUs to enable bad data detection in state estimation, IEEE Trans. Power Syst., vol. 21, no. 4, pp. 1608–1615, Nov. 2006.
[3] N. M. Manousakis and G. N. Korres, Observability Analysis for Power Systems including Conventional and Phasor Measurements, in Proc. Mediterranean Conference and Exhibition on Power Generation, Transmission, Distribution and Energy Conversion, 2010.
[4] G. N. Korres and N. M. Manousakis, State estimation and bad data processing for systems including PMU and SCADA measurements, Elect. Power Syst. Res., vol. 81, no. 7, pp. 1514-1524, Jul. 2011.
[5] G. N. Korres and N. M. Manousakis, Observability analysis and restoration for systems with conventional and phasor measurements, Euro. Trans. Elect. Power, vol.3, no. 8, pp. 1548-1566, Nov. 2013.
[6] R. M. Lee, M. J. Assante, T. Conway, Analysis of the cyber attack on the Ukrainian power grid, Electricity Information Sharing and Analysis Center (EISAC), SANS (SysAdmin, Audit, Network, Security) Industrial Control Systems, Ukraine Defence Use Case (DUC), Washington DC, Mar. 2016.
[7] L. Liu, M. Esmalifalak, Q. Ding, V. A. Emesih, Z. Han, Detecting false data injection attacks on power grid by sparse optimization, IEEE Trans. on Smart Grid, Vol. 5, No. 2, Mar. 2014.
[8] T. T. Kim and H. V. Poor, Strategic protection against data injection attacks on power grids, IEEE Trans. Smart Grid, vol. 2, no. 2, pp. 326–333, Jun. 2011.
[9] O. Kosut, L. Jia, R. Thomas and L. Tong, Malicious data attacks on smart grid state estimation: Attack strategies and countermeasures, in Proc. 1st IEEE Int. Conf. Smart Grid Communications, Gaithersburg, MD, pp. 220–225., Oct. 2010
5. Τοποθέτηση μονάδων μετρήσεων φασιθετών με περιορισμένο αριθμό καναλιών σε συστήματα μεταφοράς ηλεκτρικής ενέργειας
Τις τελευταίες δεκαετίες, η βιομηχανία ενέργειας ισχύος υπόκειται σε πολλαπλές αλλαγές εξαιτίας της απελευθέρωσης της αγοράς. Στις μέρες μας, οι ανταγωνιζόμενες μεταξύ τους αγορές ενέργειας παρέχουν επαρκή παραγωγή ισχύος, τεχνολογικές καινοτομίες, και πιο φθηνά τιμολόγια. Σ’ αυτό το περιβάλλον, η ασφαλής λειτουργία των ηλεκτρικών συστημάτων απαιτεί στενή παρακολούθηση των συνθηκών λειτουργίας τους. Αυτό επιτυγχάνεται μέσω των κέντρων ελέγχου, που συγκεντρώνουν τα δεδομένα που λαμβάνονται από διάφορους υποσταθμούς για να παράσχουν μία εκτίμηση των φασιθετών τάσης, των λήψεων των μετασχηματιστών, των καταστάσεων των διακοπτών, και άλλων μετρούμενων και μη μετρούμενων ηλεκτρικών μεγεθών και παραμέτρων του ηλεκτρικού συστήματος. Παραδοσιακά, τα διαθέσιμα δεδομένα είναι μετρήσεις οι οποίες παρέχονται από το σύστημα SCADA, και περιλαμβάνουν ενεργές και άεργες ροές και εγχύσεις ισχύος, όπως επίσης μέτρα τάσεων και καταστάσεις διακοπτικών στοιχείων. Με την έλευση του παγκοσμίου συστήματος προσδιορισμού θέσης (GPS), το σύνολο των μετρήσεων διευρύνθηκε ώστε να συμπεριλάβει τις διαθέσιμες συγχρονισμένες μετρήσεις φασιθετών, οι οποίες παρέχονται από τις μονάδες μέτρησης φασιθετών (PMUs). Αυτές είναι μετρητικές συσκευές που παρέχουν την απαραίτητη πληροφορία για την ελαχιστοποίηση και τον έλεγχο των απωλειών ισχύος και την αποφυγή προβλημάτων όπως οι μεγάλου μεγέθους διακοπές παροχής ισχύος. Σκοπός της εργασίας αυτής είναι η ανάπτυξη ενός αλγορίθμου βέλτιστης τοποθέτησης συσκευών PMU, λαμβάνοντας υπόψιν ότι στο πεδίο εφαρμογής τους οι συγκεκριμένες συσκευές διαθέτουν περιορισμένο αριθμό καναλιών μέτρησης.
[1] B. Gou, “Optimal Placement of PMUs by Integer Linear Programming,” IEEE Transactions on Power Systems, vol. 23, no. 3, pp. 1525–1526, Aug. 2008, doi: 10.1109/tpwrs.2008.926723.
[2] N. H. Abbasy and H. M. Ismail, "A Unified Approach for the Optimal PMU Location for Power System State Estimation," in IEEE Transactions on Power Systems, vol. 24, no. 2, pp. 806-813, May 2009, doi: 10.1109/TPWRS.2009.2016596.
[3] H. Khorashadi Zadeh and Z. Li, “Phasor measurement unit based transmission line protection scheme design,” in Electric Power Systems Research, vol. 81, no. 2, pp. 421–429, Feb. 2011, doi: 10.1016/j.epsr.2010.10.009.
[4] Q. Jiang, X. Li, B. Wang and H. Wang, "PMU-Based Fault Location Using Voltage Measurements in Large Transmission Networks," in IEEE Transactions on Power Delivery, vol. 27, no. 3, pp. 1644-1652, July 2012, doi: 10.1109/TPWRD.2012.2199525.
[5] L. Kamyabi, S. Esmaeili, and M. H. Rezaeian Koochi, “Power quality monitor placement in power systems considering channel limits and estimation error at unobservable buses using a bi-level approach,” in International Journal of Electrical Power & Energy Systems, vol. 102, pp. 302–311, Nov. 2018, doi: 10.1016/j.ijepes.2018.05.002.
[6] M. H. Rezaeian Koochi, P. Dehghanian and S. Esmaeili, "PMU Placement With Channel Limitation for Faulty Line Detection in Transmission Systems," in IEEE Transactions on Power Delivery, vol. 35, no. 2, pp. 819-827, April 2020, doi: 10.1109/TPWRD.2019.2929097.
6. Παρακολούθηση και έλεγχος συστημάτων ηλεκτρικής ενέργειας μέσω τεχνικών μηχανικής μάθησης
Η εύρυθμη λειτουργία των συστημάτων ηλεκτρικής ενέργειας προϋποθέτει τον συνεχή έλεγχο και παρακολούθησή τους. Η σταδιακή ενσωμάτωση της τεχνολογίας των υπολογιστών και επικοινωνίας έχει καταστήσει αναγκαία την ανάλυση των πολλαπλών δεδομένων που συλλέγονται από το σύστημα με σκοπό την αποδοτικότερη λειτουργία του. Στα πλαίσια αυτά θεωρείται απαραίτητη η ενσωμάτωση προηγμένων τεχνικών μηχανικής εκμάθησης στον έλεγχο και την παρακολούθηση των συστημάτων ηλεκτρικής ενέργειας μέσω ανάπτυξης εφαρμογών σε πραγματικό χρόνο. Σκοπός της εργασίας αυτής είναι η μελέτη κρίσιμων εφαρμογών βαθιάς μάθησης, χωροχρονικής ανάλυσης και προηγμένων τεχνικών επεξεργασίας σήματος για την παρακολούθηση και διαχείριση των συστημάτων ηλεκτρικής ενέργειας.
[1] “Monitoring and Control of Electrical Power Systems Using Machine Learning Techniques,” 2023, Published, doi: 10.1016/c2021-0-00483-1.
[2] O. A. Alimi, K. Ouahada and A. M. Abu-Mahfouz, "A Review of Machine Learning Approaches to Power System Security and Stability," in IEEE Access, vol. 8, pp. 113512-113531, 2020, doi: 10.1109/ACCESS.2020.3003568.
[3] H. Goyel and K. S. Swarup, "Data Integrity Attack Detection Using Ensemble-Based Learning for Cyber–Physical Power Systems," in IEEE Transactions on Smart Grid, vol. 14, no. 2, pp. 1198-1209, March 2023, doi: 10.1109/TSG.2022.3199305..
[4] Y. T. Quek, W. L. Woo and T. Logenthiran, "Smart Sensing of Loads in an Extra Low Voltage DC Pico-Grid Using Machine Learning Techniques," in IEEE Sensors Journal, vol. 17, no. 23, pp. 7775-7783, 1 Dec.1, 2017, doi: 10.1109/JSEN.2017.2723925.
[5] S. Pandey, A. K. Srivastava and B. G. Amidan, "A Real Time Event Detection, Classification and Localization Using Synchrophasor Data," in IEEE Transactions on Power Systems, vol. 35, no. 6, pp. 4421-4431, Nov. 2020, doi: 10.1109/TPWRS.2020.2986019.
[6] F. Jamil, N. Iqbal, Imran, S. Ahmad and D. Kim, "Peer-to-Peer Energy Trading Mechanism Based on Blockchain and Machine Learning for Sustainable Electrical Power Supply in Smart Grid," in IEEE Access, vol. 9, pp. 39193-39217, 2021, doi: 10.1109/ACCESS.2021.3060457.
7. Σιδηροδρομικά συστήματα μαγνητικής αιώρησης
Η εξέλιξη των τραίνων και των σιδηροδρομικών συστημάτων είναι ραγδαία με κυριότερη όλων την ηλεκτροκίνηση των σιδηροδρομικών δικτύων και την χρησιμοποίηση των ηλεκτραμαξών. Οι ηλεκτρομηχανές ή ηλεκτράμαξες μετατρέπουν την ηλεκτρική ενέργεια σε κινητική καθώς τροφοδοτούνται με ηλεκτρική ενέργεια από το δίκτυο. Με σκοπό την μείωση των εκπομπών αερίων του θερμοκηπίου, τα τελευταία χρόνια, υπάρχει μετεξέλιξη των σιδηροδρομικών συστημάτων ηλεκτροκίνησης σε σιδηροδρομικά συστήματα μαγνητικής αιώρησης (Maglev). Τα συστήματα αυτά εφαρμόζονται σε ήδη σε αρκετές χώρες και έχουν οδηγήσει στη δημιουργία τραίνων πολύ υψηλών ταχυτήτων. Σκοπός της εργασίας αυτής είναι η αναλυτική μελέτη των σιδηροδρομικών συστημάτων μαγνητικής αιώρησης.
[1] F. Cai et al., "Dynamical Magnetic Resistance of HTS Maglev Vehicle in an Evacuated Tube Track," in IEEE Transactions on Applied Superconductivity, vol. 31, no. 8, pp. 1-4, Nov. 2021, Art no. 3603204, doi: 10.1109/TASC.2021.3091090.
[2] D. Jingfang, L. Zhiqiang and Y. Xin, "Numerical analysis of eddy current effect of EMS system for medium-low speed maglev train," 2017 2nd International Conference on Robotics and Automation Engineering (ICRAE), Shanghai, China, 2017, pp. 301-305, doi: 10.1109/ICRAE.2017.8291399.
[3] H. Shengjie, D. Fengshan, L. Yungang and L. Zhiqiang, "Assessment model of the maglev train braking system safety pre-warning and the optimization of Parameters," 2016 Chinese Control and Decision Conference (CCDC), Yinchuan, China, 2016, pp. 4915-4920, doi: 10.1109/CCDC.2016.7531873.
[4] Y. Jing, X. Ma, Z. Zhang, Y. Li and J. Kong, "Research on Visual Measurement for Levitation Gap in Maglev System," in IEEE Transactions on Industrial Electronics, vol. 69, no. 8, pp. 8377-8386, Aug. 2022, doi: 10.1109/TIE.2021.3108722.
[5] C. Chen, J. Xu, L. Rong, W. Ji, G. Lin and Y. Sun, "Neural-Network-State-Observation-Based Adaptive Inversion Control Method of Maglev Train," in IEEE Transactions on Vehicular Technology, vol. 71, no. 4, pp. 3660-3669, April 2022, doi: 10.1109/TVT.2022.3142144.
[6] Y. Sun, J. Xu, C. Chen and W. Hu, "Reinforcement Learning-Based Optimal Tracking Control for Levitation System of Maglev Vehicle With Input Time Delay," in IEEE Transactions on Instrumentation and Measurement, vol. 71, pp. 1-13, 2022, Art no. 7500813, doi: 10.1109/TIM.2022.3142059.