[发明专利]面向智能电网广域同步量测的网络攻击识别方法及系统

说明书

本发明公开了一种面向智能电网广域同步量测的网络攻击识别方法及系统，本发明方法包括使用变分模态分解VMD将量测数据f(t)分解为多个模态分量；从多个模态分量中提取其中的共同分量；通过将量测数据f(t)减去共同分量得到含有空间位置信息的扰动分量y(t)；将扰动分量y(t)利用具有离散正交S变换提取DOST特征矩阵；将DOST特征矩阵输入训练好的卷积神经网络，得到量测数据f(t)对应的网络攻击识别结果。本发明能够从不同电网同步测量数据中提取含有空间位置信息的DOST特征矩阵，在不同网络攻击下通过卷积神经网络能够对电网同步测量数据进行攻击检测，快速识别量测系统是否被网络攻击。

技术领域

本发明属于网络攻击检测技术，具体涉及一种面向智能电网广域同步量测的网络攻击识别方法及系统。

背景技术

广域测量系统是一个实时测量感知与动态控制的复杂网络，现有智能电网广域同步量测系统在数据的传输与存储过程中易受到网络攻击的威胁，这些网络攻击通过篡改测量数据从而伪造成电力系统扰动，这一缺点将导致电网控制系统瘫痪。网络攻击主要包含虚假数据注入攻击和GPS信号欺诈等多种攻击行为，虚假数据注入攻击是一种隐秘性极强的攻击方式。网络攻击可以直接篡改测量值，或者交换不同量测装置之间的数据信息，导致测量的数据被放置于数据服务器中错误的位置，后者隐秘性更强，对网络攻击检测具有很强的干扰作用。近年来，多起WAMS网络攻击事件发生，这对电网控制系统提出了更高的防御要求。现有电网同步量测系统对于网络攻击检测主要存在以下2个方面的问题：1、网络攻击变换快，种类多，且部分虚假数据注入攻击具备极强的隐秘性，不易被发现由于实际量测信号受到噪声、谐波等扰动影响，如何设计准确和高效的网络攻击检测是广域测量系统中的难点，对于网络攻击的特征提取提出了更高的要求；2、广域测量系统中数据量较大，网络攻击检测能力要求较高，所用方法必须适用于大数据处理，对网络攻击识别方法的实时性要求较高。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种面向智能电网广域同步量测的网络攻击识别方法及系统，本发明能够从不同电网同步测量数据中提取含有空间位置信息的DOST特征矩阵，在不同网络攻击下通过卷积神经网络能够对电网同步测量数据进行攻击检测，快速识别量测系统是否被网络攻击。

为了解决上述技术问题，本发明采用的技术方案为：

一种面向智能电网广域同步量测的网络攻击识别方法，包括：

S101，使用变分模态分解VMD将量测数据f(t)分解为多个模态分量IMF_i；

S102，从多个模态分量IMF_i中提取其中的共同分量IMF_j；

S103，通过将量测数据f(t)减去共同分量IMF_j得到含有空间位置信息的扰动分量y(t)；

S104，将扰动分量y(t)利用具有离散正交S变换提取DOST特征矩阵；