电力系统状态估计欺诈性数据防御方法

摘要

电力系统状态估计欺诈性数据是黑客在量测数据中恶意注入的以篡改状态估计输出结果为目的的隐蔽性不良数据。鉴于欺诈性数据能够有效躲避传统不良数据检测和辨识，通过构建特定的欺诈性数据，黑客能够蓄意操纵状态估计输出结果，进而导致错误调度指令的产生，威胁电力系统的安全可靠运行。因此，在确保未来智能电网更好服务于国民经济发展的层面上，研究实际电力系统中存在的数据安全漏洞，并制定相应的防御措施具备迫切的现实意义。
　　根据已有文献所提防御方法的防御效果，将欺诈性数据防御方法分为检测、辨识和遏制3类。检测法仅能够判定欺诈性数据是否存在，但无法锁定欺诈性数据的具体位置;辨识法进一步实现了对欺诈性数据所在位置的锁定。由于遏制法着眼于从根本上瓦解黑客构建欺诈性数据的可能性，因此，研究中将遏制法视为保障电力系统状态估计结果可靠性最具成效的防御途径。量测信息物理保护法、网络参数动态调节法、拓扑结构动态调节法以及电力信息融合防御法是现阶段提出的4种欺诈性数据遏制法，但在应用过程中难免面临设备投资较高、全局输电能力受限、计算复杂度较高等因素的制约。
　　为克服上述防御算法的不足，本文提出以完善不良数据检测和辨识算法固有数据安全漏洞为核心的欺诈性数据遏制法，论文工作及主要研究成果如下:
　　1、系统性综述了电力系统状态估计欺诈性数据防御法的研究成果。在总结现有欺诈性数据防御法不足的基础上，指出完善不良数据检测和辨识算法固有的数据安全漏洞是防御欺诈性数据的核心。
　　2、提出基于状态向量挖掘的欺诈性数据防御法。采用隐马尔科夫模型建模历史运行状态数据库，将黑客难以操纵的发电机输出功率视为观察状态序列，并通过维特比算法解码系统状态序列。
　　3、提出基于状态变量修正的欺诈性数据防御法。提出状态一致性检验用以锁定疑似受到欺诈性数据影响的状态变量，并通过所构建的状态变量修正向量打破欺诈性数据的隐蔽性，使其无法躲避不良数据检测和辨识算法，从而实现对欺诈性数据的辨识和剔除。
　　4、采用IEEE-14节点和IEEE-118节点标准测试系统仿真实验验证所提出欺诈性数据防御法遏制欺诈性数据的有效性。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 课题提出及意义

1．3 国内外研究现状

1．4 论文主要工作

1．5 论文结构安排

第2章 电力系统状态估计欺诈性数据防御

2．1 引言

2．2 电力系统状态估计

2．2．1 非线性状态估计

2．2．2 线性状态估计

2．3 欺诈性数据的构建

2．4 欺诈性数据防御常用方法

2．4．1 量测信息物理保护法

2．4．2 网络参数动态调节法

2．4．3 拓扑结构动态调节法

2．4．4 电力信息融合防御法

2．5 欺诈性数据防御问题分析

2．6 小结

第3章 基于状态向量挖掘的欺诈性数据防御法

3．1 引言

3．2 防御思路

3．3 防御方法

3．3．1 隐马尔科夫模型

3．3．2 维特比算法

3．4 算法实现

3．5 小结

第4章 基于状态变量修正的欺诈性数据防御法

4．1 引言

4．2 防御思路

4．3 防御方法

4．3．1 状态一致性检验

4．3．2 隐蔽性检验

4．4 防御方法有效性分析

4．5 算法实现

4．6 小结

第5章 防御方法有效性评估

5．1 引言

5．2 防御效果评价指标

5．3 数据库建模

5．4 仿真实验及结果分析

5．4．1 IEEE-14节点标准测试系统仿真实验

5．4．2 IEEE-118节点标准测试系统仿真实验

5．5 小结

总结与展望

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果