智能電網中虛假數據注入攻擊檢測方法研究.pdf

1、虛假數據注入攻擊(False Data Injection Attacks，F(xiàn)DIAs)是針對智能電網中電力系統(tǒng)狀態(tài)估計的新型攻擊手段，是一種典型的數據完整性攻擊方式。FDIAs通過篡改電網狀態(tài)估計值，成功繞過傳統(tǒng)不良數據檢測機制，使控制中心做出錯誤決策，引發(fā)嚴重的物理電網故障。研究高效可行的FDIAs檢測方法，對構建安全、穩(wěn)定運行的智能電網信息物理系統(tǒng)具有非常重要的意義。
　　針對FDIAs，本文重點研究其檢測方法。通過分析FD

2、IAs原理及國內外研究現(xiàn)狀，對現(xiàn)有檢測方法從集中式檢測和分布式檢測兩個角度進行對比分析?，F(xiàn)有檢測方法大多忽略了FDIAs對電網物理特性的影響以及兩者之間的關系;當檢測到FDIAs時，很少有檢測方法提出恢復系統(tǒng)測量量使系統(tǒng)在較短時間內恢復正常運行狀態(tài);現(xiàn)有分布式檢測方法通常為基于不同地理區(qū)域將電網劃分為不同子網系統(tǒng)，耗費較高的經濟成本。為解決上述問題，本文從集中式和分布式兩個角度，分別提出基于節(jié)點電壓穩(wěn)定性指標的檢測方法和基于矩陣分割的零

3、空間映射兩級檢測方法。
　　基于節(jié)點電壓穩(wěn)定性指標的檢測方法中，引入節(jié)點電壓穩(wěn)定性指標(NodeVoltage Stability Index，NVSI)，分析FDIAs對NVSI值的影響。根據系統(tǒng)中節(jié)點NVSI值，運用改進的聚類算法對節(jié)點進行聚類，辨識節(jié)點脆弱性等級;針對脆弱性等級高的節(jié)點，提出狀態(tài)預測檢測法實現(xiàn)FDIAs檢測。若FDIAs存在，則利用測量量預測值更新測量量，使系統(tǒng)恢復正常運行狀態(tài)。
　　基于矩陣分割的零空

4、間映射兩級檢測方法中，分析雅克比矩陣H各行間的線性相關性，設計基于矩陣相似度的矩陣分割算法，對待檢測電網系統(tǒng)進行劃分;在每個子網系統(tǒng)中，提出零空間映射檢測方法實現(xiàn)FDIAs檢測;當FDIAs存在時，則利用零空間逆映射方法進行測量量恢復。
　　針對所提兩種檢測方法，本文運用Matpower電力仿真包，在IEEE14-bus，IEEE30-bus和IEEE118-bus標準測試系統(tǒng)中進行仿真實驗，驗證方法可行性與有效性。實驗結果表明，