基于边缘计算的电网假数据攻击分布式检测方法

摘要

虚假数据注入攻击(FDIA)作为新型的电网攻击手段,严重威胁智能电网的安全运行.爆炸式增长的数据给集中式的FDIA检测方法带来了巨大的挑战.基于此,提出了一种基于边缘计算的分布式检测方法.将系统拆分为多个子系统,且在子系统中设置边缘节点检测器进行数据的收集、检测.结合深度学习的方法,构建了CNN-LSTM模型检测器,提取数据特征,并将模型的训练过程放置在中心节点上,实现高效、低时延的FDIA检测.最后在IEEE 14节点和IEEE39节点测试系统中,设定不同攻击强度,对所提边缘检测方法进行验证.结果表明,与集中式的检测方法相比,所提边缘检测方法在检测时间和内存消耗两个指标上有明显的下降.