[发明专利]一种检测电网假数据注入攻击的方法

说明书

本发明公开了一种检测电网假数据注入攻击的方法，步骤为：根据电网终端采集的数据计算得到系统运行状态估计值；从状态估计值中使用小波变换提取各时段的时‑频特征数据；将时‑频特征数据输入到深度神经网络中进行有/无假数据注入攻击的分类，输出检测结果。本方法可直接用于电力系统状态估计结果的检测，检测结果能够说明电力系统状态估计是否受到假数据注入攻击的影响。

技术领域

本发明涉及一种检测电网是否存在假数据注入攻击的方法。

背景技术

电力系统运行与控制的核心环节在于状态估计，状态估计通过数据采集与监控系统(SCADA)中所采集的电网状态信息来计算电网的实际运行状态。

恶意网络攻击，如假数据注入攻击(false data injection attack,FDIA)等可以篡改SCADA中的量测数据，进而影响智能电网状态估计的结果，严重威胁电网稳定运行，甚至造成大规模停电损失，如近期的乌克兰和委内瑞拉遭受的电网攻击。如何检测电网是否存在恶意攻击，是及时采取防护措施、保证电网稳定运行的必要前提。

FDIA是常规网络攻击方式中对电网状态估计威胁最大的一种，其它攻击方式有分布式拒绝服务攻击和网络拥塞攻击等，但只有FDIA可以绕过传统的基于残差的坏数据识别机制，反复实施而且能够避免被现有检测程序检测出来。

发明内容

本发明提出了一种检测电网假数据注入攻击的方法，其目的是：检测电力系统状态估计中是否存在假数据注入攻击。

本发明技术方案如下：

一种检测电网假数据注入攻击的方法，步骤为：

(1)根据电网终端采集的数据计算得到系统运行状态估计值；

(2)从状态估计值中提取时-频特征数据；

(3)将时-频特征数据输入到深度神经网络中进行有/无假数据注入攻击的分类，输出检测结果。

作为本方法的进一步改进：在实施步骤(2)之前，先对状态估计值进行残差检测，如果未发现坏数据则存入状态历史数据库中；

在步骤(2)中，从状态历史数据库中读取状态估计值进行时-频特征数据的提取。

作为本方法的进一步改进：步骤(2)中采用小波变换提取时-频特征数据。

作为本方法的进一步改进：步骤(2)的具体步骤为：

(2-1)取若干时段的状态估计值数据，然后对每个时段，分别取若干采样时刻的状态估计值；由各采样时刻下状态估计值所得到的节点电压幅值和相角估计值分别组成各采样时刻t所对应的信号向量x(t)，x(t)的长度为2^M；

(2-2)对于每个采样时刻的信号向量x(t)，在缩放因子a＝2^j和位置参数为b＝2^j×k的条件下进行离散小波变换，j,k均为整数，从而将信号向量x(t)分解成至多M层的小波函数：

其中φ_jk(t)＝2^-j2φ(2^-jt-k)，φ(t)为尺度函数即父小波函数，ψ_jk(t)＝2^-j/2ψ(2^-jt-k)，ψ(t)是母小波函数，a_jk和d_jk为相应的近似系数；得到每个时刻t所对应的a_jk和d_jk；

(2-3)对于各时段，分别求取时段内所有采样时刻的d_jk的均值与方差，作为该时段的时-频特征数据。