[发明专利]一种电网虚假数据注入的检测方法及系统

说明书

本发明涉及一种电网虚假数据注入的检测方法及系统。所述方法包括：获取电网中上一时刻的数据特征和各节点当前时刻的敏感参数，根据电网中各节点当前时刻的敏感参数对电网进行子网划分得到多个子网；将子网输入神经网络得到子网中各节点当前时刻的节点特征，将目标节点当前时刻的节点特征和上一时刻的数据特征输入负荷预测模型得到目标节点当前时刻的负荷预测值；根据目标节点当前时刻的负荷和目标节点当前时刻的负荷预测值确定目标节点当前时刻是否有虚假数据注入。本发明可以提高虚假数据注入的检测精度。

技术领域

本发明涉及电网虚假数据注入检测技术领域，特别是涉及一种电网虚假数据注入的检测方法及系统。

背景技术

基于检测的策略，分为基于模型检测和基于数据驱动检测。基于模型的虚假数据注入检测算法的攻击检测性能受限于检测阈值的计算，降低阈值会导致攻击检测率的增加，如果正常测量数据的过程被误检为信息物理攻击，则会增加攻击误报率，即使阈值没有问题，攻击者也可以经过精心的设计绕过基于模型的检测。

基于数据驱动的虚假数据注入检测算法把历史数据认为是正常数据，并且作为先验知识，但由于虚假数据注入攻击时能够躲过不良数据检测，因此，历史数据也可能已经受到了污染。另外，基于数据驱动检测一般都假设电网结构不变，一旦由于开关的切换导致结构改变，训练的结构将失效，需要重新训练，不能满足实时检测的需要。因此，到目前为止，对于电力系统虚假数据的注入还没有一种非常完善的检测机制。

发明内容

本发明的目的是提供一种电网虚假数据注入的检测方法及系统，可以提高虚假数据注入的检测精度。

为实现上述目的，本发明提供了如下方案：

一种电网虚假数据注入的检测方法，包括：

获取电网中上一时刻的数据特征和各节点当前时刻的敏感参数；所述数据特征包括电网总负荷和目标节点的参数集合；所述参数集合包括负荷和环境信息；所述敏感参数包括有功功率和电压；

根据所述电网中各节点当前时刻的敏感参数对所述电网进行子网划分得到多个子网；

对于任意一个子网，将所述子网输入神经网络得到所述子网中各节点当前时刻的节点特征；所述节点特征包括所述节点在所述子网中的位置和所述节点的固有属性；

将所述目标节点当前时刻的节点特征和上一时刻的数据特征输入负荷预测模型得到所述目标节点当前时刻的负荷预测值；

根据所述目标节点当前时刻的负荷和所述目标节点当前时刻的负荷预测值确定所述目标节点当前时刻是否有虚假数据注入。

可选的，所述根据所述电网中各节点当前时刻的敏感参数对所述电网进行子网划分得到多个子网，具体包括：

根据各所述节点当前时刻的敏感参数确定各所述节点当前时刻的灵敏度；

判断所述节点当前时刻的灵敏度是否处于设定范围，得到第一判断结果；

若所述第一判断结果为是，则在所述节点处对所述电网进行子网划分得到多个子网。

可选的，所述根据各所述节点当前时刻的敏感参数确定各所述节点当前时刻的灵敏度，具体为：

根据公式计算所述节点的灵敏度，其中，S_PU为所述节点的灵敏度，P为节点的有功功率，U为节点的电压。

可选的，所述根据所述目标节点当前时刻的负荷和所述目标节点当前时刻的负荷预测值确定所述目标节点当前时刻是否有虚假数据注入，具体包括：

将所述目标节点当前时刻的负荷与所述目标节点当前时刻的负荷预测值做差得到差值；

判断所述差值的绝对值是否大于设定阈值，得到第二判断结果；