电工电能新技术

作者：杨怡， 王勇

单位：上海电力大学计算机科学与技术学院， 上海 200090

关键词：分布式电源, 虚假数据注入, 攻击检测, 自适应无迹卡尔曼滤波, 状态估计

基金：国家自然科学基金（61772327）、 上海自然科学基金（20ZR1455900）、 奇安信大数据协同安全国家工程实验室开放课题（No.QAX-201803）

虚假数据注入攻击（FDIA）是一种典型的网络攻击方式，其通过破坏数据完整性进而误导电力系统状态估计结果，严重危害电网运行安全。随着国家大力发展新能源产业，越来越多的分布式电源注入电力系统，使得电网中大量测量数据具有随机、多变的特性，分布式电源系统中的虚假数据检测难度大大增加。针对这一问题，本文构建了分布式电源系统状态估计模型和FDIA模型，采用了一种基于自适应无迹卡尔曼滤波（AUKF）的检测算法，通过AUKF算法对电网中的状态量进行估计，在此过程中经一致性检验、虚假数据检测并计算相应的阈值，判断系统是否受到攻击。结果表明，当系统中注入攻击强度为［-10,20］dB的虚假数据时，采用该方法均能准确识别虚假数据；当系统中测量值发生突变时，不会被该算法误判为虚假数据注入，避免造成错误的调度选择。

来源：2021年第12期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2021年第12期