[发明专利]基于状态估计的虚假数据攻击检测方法、系统、电子设备及介质

权利要求书

1.一种基于状态估计的虚假数据攻击检测方法，其特征在于，所述方法包括：

步骤S1、采集电力系统变量，并将变量输入状态估计器，得到状态估计值；

步骤S2、将所述状态估计值输入第一深度学习网络，得到频域及空域特征向量；

步骤S3、将所述频域及空域特征向量输入第二深度学习网络，得到时域特征向量；

步骤S4、将所述状态估计值、频域及空域特征向量和时域特征向量输入基于GAN网络的攻击检测器，得到攻击识别结果。

2.根据权利要求1所述的一种基于状态估计的虚假数据攻击检测方法，其特征在于，在所述步骤S1中，所述电力系统变量包括：电压、潮流、有功功率和无功功率。

3.根据权利要求1所述的一种基于状态估计的虚假数据攻击检测方法，其特征在于，在所述步骤S2中，所述第一深度学习网络为3DCNN网络。

4.根据权利要求1所述的一种基于状态估计的虚假数据攻击检测方法，其特征在于，在所述步骤S1中，所述第二深度学习网络为GRU网络。

5.根据权利要求1所述的一种基于状态估计的虚假数据攻击检测方法，其特征在于，在所述步骤S4中，基于GAN网络的攻击检测器的生成器采用U-net作为架构，所述生成器将U-net原有的卷积层与反卷积层之间的nception Res网络，替换为Dense net网络。

6.根据权利要求1所述的一种基于状态估计的虚假数据攻击检测方法，其特征在于，在所述步骤S4中，对于基于GAN网络的攻击检测器的判决器，利用残差块取代原有GAN网络判决器的二维卷积。

7.根据权利要求6所述的一种基于状态估计的虚假数据攻击检测方法，其特征在于，在所述步骤S4中，所述判决器在原有GAN网络判决器的softmax函数之前，引入注意力模块GAM。

8.一种用于基于状态估计的虚假数据攻击检测系统，其特征在于，所述系统包括：

第一处理模块，被配置为，采集电力系统变量，并将变量输入状态估计器，得到状态估计值；

第二处理模块，被配置为，将所述状态估计值输入第一深度学习网络，得到频域及空域特征向量；

第三处理模块，被配置为，将所述频域及空域特征向量输入第二深度学习网络，得到时域特征向量；

第四处理模块，被配置为，将所述状态估计值、频域及空域特征向量和时域特征向量输入基于GAN网络的攻击检测器，得到攻击识别结果。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至7中任一项所述的一种基于状态估计的虚假数据攻击检测方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至7中任一项所述的一种基于状态估计的虚假数据攻击检测方法中的步骤。