[发明专利]一种智能电网虚假数据注入攻击检测方法

摘要

本发明公开了一种智能电网虚假数据注入攻击检测方法，结合了变分模态分解技术和机器学习技术。该检测方法加装在电力系统状态估计部分之后，首先使用变分模态分解技术将系统状态时间序列分解为多个具有不同中心频率的子序列的集合；其次，为了压缩冗余数据便于模型训练，使用基于统计指标的特征量来表达数据段特征；最后以计算出的特征集合为在线贯序极限学习机的训练集，构造智能电网下虚假数据注入攻击检测器。在此过程中，经过可信认证的数据可以作为扩充训练集不断优化具有在线学习能力的检测器的性能。本发明的目的是建立高效准确的智能电网虚假数据注入攻击检测方法，确保电力系统安全控制和稳定运行。

主权项

1.一种智能电网虚假数据注入攻击检测方法，其特征在于，包括如下步骤：步骤S1：获取系统量测数据和电力系统拓扑关系，执行状态估计过程并利用电力系统状态估计数据库收集系统状态历史数据；步骤S2：使用变分模态分解算法对获取的历史数据段进行分解，获得多个具有不同中心频率的子数据段；步骤S3：计算每个子数据段的基于统计指标的特征构建训练样本；步骤S4：调整在线序列极限学习机相关参数训练虚假数据注入攻击检测器；步骤S5：读取当前时刻24小时以内电力系统状态估计数据，对新获取的数据使用变分模态分解算法对获取的历史数据段进行分解，获得多个具有不同中心频率的新获取的子数据段并计算每个新获取的子数据段的基于统计指标的特征构建训练样本，使用训练完成的检测器判断是否发生虚假数据注入攻击行为；步骤S6：收集到的检测数据样本，将经过可信认后的数据样本构造为新的扩充训练集在在线检测过程中，利用所使用检测器的在线数据学习能力，不断加入新训练样本进行模型更新，提高检测器的准确度性能。