基于数据驱动的源网荷储协同控制系统网络攻击关联性分析

源网荷储协同场景下，能源系统发展呈现多方数据交互频繁、多源数据融合的特点。随着安全防护大区外的终端接入不断增加，系统外部接口的多样化发展给传统以边界为核心的网络防护构架带来挑战。为保障源网荷储协同控制系统的安全，并对网络攻击进行有效识别，提出基于数据驱动的网络攻击异常事件关联规则分析方法。首先分析系统日志文件，建立异常事件序列；其次利用FP-Growth算法，生成源网荷储协同控制系统异常事件与网络攻击场景的关联规则；最后利用灰色关联分析算法，实现异常事件与攻击场景的在线匹配，建立源网荷储协同控制系统网络攻击关联分析框架，并验证了所提方法的可行性与有效性。     

面向恶意攻击的安全稳定控制系统信息物理协调防御方法

信息物理的紧密耦合使网络安全问题成为电力系统安全稳定运行的重大挑战,同时也给信息物理的协调感知和安全防御提供了新的潜力.围绕安全稳定控制业务,针对信息物理融合带来的网络安全问题,挖掘信息物理协调的潜力,提出信息物理协调防御的框架,提升安全稳定控制系统防御恶意攻击的能力.首先,通过试验分析了恶意攻击对电网安全稳定控制系统和电力一次系统产生的影响.在此基础上,分别从时间和空间维度提出了网络安全信息物理协调防御体系和框架,并结合传统网络安全技术和安全稳定控制业务逻辑分别提出了包含装置侧和主站侧的网络安全辨识和防护方案,给出了安全稳定控制系统网络安全监视与分析应用框架,从而提升了安全稳定控制系统应对恶意攻击的能力.     

基于联合时序场景和源网荷协同的分布式光伏与储能优化配置

主动配电网可通过协同调度灵活性资源促进分布式光伏（DPV）电量消纳,为此提出基于联合时序场景和源-网-荷协同的DPV与储能系统（ESS）联合优化配置方法。基于动态弯曲时间特性提出光-荷联合时序场景生成方法,处理源-荷不确定性和时序相关性;建立源、网、荷、储灵活性资源数学模型;以DPV全年总发电量最大为目标,兼顾配电网经济性,建立DPV与ESS联合优化配置的混合整数线性规划模型。以某51节点标准测试系统为例验证所提方法的有效性,量化分析不同灵活性资源对DPV消纳的提升效果。     

基于深度学习和智能在线场景匹配的配电网源网荷储无功协调优化策略

配电网源网荷储协调优化是消纳可再生能源的重要手段,其中,无功优化可保障系统安全可靠和经济运行。该文提出了一种基于深度学习和智能在线场景匹配的配电网源网荷储无功协调优化方法,它充分考虑到运行场景的特性,直接利用配网运行大数据离线生成历史场景库并基于多目标粒子群优化算法离线构建历史策略库,再基于不同优化目标和K-means聚类算法对历史场景库和实时待优化场景进行两次分类,然后以历史场景库为训练集,以实时待优化场景为测试集,基于深度神经网络实现智能在线场景匹配,通过匹配效果评估匹配历史策略或在线优化分配无功优化方案。最后,在IEEE 30节点仿真模型接入分布式光伏、储能和电动汽车充电站等随机负荷进行算例验证。结果表明,方法可灵活、有效地对系统进行协调无功优化,不依赖于模型和参数,极大地提高了决策效率。     

柔性配电网间歇性分布式发电消纳能力分析

文中从源-网-荷的匹配性角度分析柔性配电网(FDN)对间歇性分布式电源(DG)的消纳作用。首先,提出了DG与负荷匹配度的概念,可以衡量二者的功率平衡程度。为了更好地解释消纳结果,将消纳率分为源-荷匹配消纳率和源-网-荷匹配消纳率,前者忽略了网络约束。其次,提出了由匹配度计算源-荷匹配消纳率的方法,给出了基于直流的时序生产模拟模型,以及电压校验和结果修正方法计算源-网-荷匹配消纳率。最后,根据DG与负荷的匹配关系设计了3个典型场景,对比分析了FDN和传统刚性配电网(RDN)的消纳率,得到FDN的消纳机理及运行和规划的建议。     

应对协同攻击的电力系统发输电拓展随机规划

随着能源互联网和智能电网的大力发展,中国电力系统已经发展成为一个复杂的信息物理系统,其遭受各种恶意攻击的风险大幅增加。为了保证电力系统的安全可靠运行,对各类恶意攻击进行建模并提出针对性的防御措施具有重要的现实意义。文中针对信息物理协同攻击提出了一个防御性随机规划模型,模型以攻击导致的削负荷期望量最小为目标函数,考虑多种协同攻击方案的影响,通过优化新增机组和线路达到防御攻击的目的。在建模过程中,首先在攻击人员的角度建立了协同攻击模型,并提出了协同攻击场景生成方法。然后,基于所生成的协同攻击场景提出了应对攻击的电力系统随机规划模型,并考虑了遭受攻击后运行人员以及规划人员视角下规划系统的运行情况。最后,基于改进IEEE RTS-79系统进行了算例分析,验证了所提模型的正确性和有效性。     

基于时序特征模式识别的牵引电机过流实时诊断

针对牵引传动系统电机过流的实时诊断与精确故障溯源问题,提出了一种基于故障时序特征模式识别的实时诊断方法。首先对导致牵引电机过流的常见故障源进行分析,接着通过总结与工况强关联的事件时序变化规律,离线设计出电机过流故障时序特征模式诊断规则库,然后在线实时采集相关的传感器信号以及系统工况信息,计算相关特征量和事件标志,并与离线设计好的工况事件时序特征模式诊断规则库中各模式及诊断规则进行实时匹配,从而实现牵引电机过流故障的实时诊断与精确溯源。最后,基于现场故障案例数据进行测试,验证了所提方法的有效性。     

考虑多场景需求的配电网分布式储能多目标优化配置方法

针对配电网分布式储能系统优化配置问题，提出了考虑多场景需求的储能系统整体配置优化方案。首先，建立了储能系统接入配电网的经济性指标和技术性指标模型；其次，建立了源、网、荷侧不同应用场景下的优化模型并给出应满足的约束条件；再次，采用基于二阶锥的优化求解方法，将大规模混合整数非线性模型转换为混合整数二阶锥优化模型，提高了优化问题的求解速度；最后，基于某区域配电网储能系统配置具体问题，对源、网、荷侧多场景储能系统配置问题进行优化，并与源、网、荷统一优化方案对比，结果表明：提出的多目标优化配置方法可有效解决实际配电网储能系统配置问题。     

基于业务逻辑的电力业务报文攻击识别方法

针对电网测控终端的电力业务报文攻击极易造成电力一次设备误动,从而引发电力事故。电力业务报文攻击通常通过干扰正常业务逻辑达到攻击目的,已有攻击识别方法没有考虑业务逻辑,有效性比较差。因此,提出一种基于业务逻辑的电力业务报文攻击识别方法,该方法定义了电力业务逻辑状态链和黑白名单,将误用检测与异常检测方法相结合,基于业务逻辑黑白名单对业务的威胁度进行评估,并考虑电网时间风险与业务重要性,对威胁度进行修正,通过比较业务威胁度与安全阈值,实现对电力业务报文攻击的高效准确识别。给出了应用所提方法实现的一个攻击识别系统架构,并对实现后的系统进行了测试,验证了所提方法的有效性。     

考虑微网市场交易影响的配电网可靠性分析

微网内分布式资源分属于不同主体,市场主体的趋利性市场行为影响微网的源荷功率特性,进而影响电力设备和配电网的可靠性。文中提出了一种考虑微网日前市场交易影响的配电网可靠性分析模型。首先,构建各类市场参与者的日前市场投标策略和市场出清模型。其次,考虑不同时段源荷水平对可靠性的影响,提出载荷相关的元件老化失效模型,并针对源、荷、投标及外部电网电价的随机性及时序性,生成“源-荷-市”联合时序场景。最后,在改进的RBTS BUS 6算例系统上进行仿真分析。结果表明,需求侧分布式资源参与市场能降低峰值时段的元件失效概率且增加系统容量备用,起到一定的削峰填谷作用,根据不同电源的出力水平合理地配置备用容量能有效提高供电可靠性。     

基于信息物理融合的智能变电站过程层网络异常流量检测

智能变电站过程层网络中存在的随机报文与突发报文,伴随可能的信息设备物理故障以及入侵病毒拒绝服务攻击等导致的异常流量,使得基于简单阈值的检测方法无法适用。基于信息物理融合的广义信源及基于网络演算法的通信网络流量计算模型,提出了一种基于信息物理融合和差分序列方差的新型智能变电站过程层网络异常流量检测方法。首先,基于差分序列方差的异常检测方法和流程,提出了变电站过程层流量异常隶属函数以及基于信息物理融合的参数确定方法。其次,为增加异常检测的可靠性,提出了考虑智能变电站过程层报文特点的一种攻击条件阈值以及阈值计算方法。最后,对T1-1型变电站网络进行仿真,验证了所提方法不仅能够对过程层中存在的随机和突发通用面向对象变电站事件报文进行识别,也可识别拒绝服务攻击。     

基于PMU优化部署的电网CPS线下攻击保护

针对电网信息物理系统可能遭受的恶性数据注入攻击以及海量的测控数据和复杂的运行方式,提出了一种线下优化部署相量测量单元（PMU）的保护方案。以线性恶性数据注入攻击模型为例,首先采用行最简形矩阵转换方法建立了一套攻击者为攻击指定数量状态量的最小代价攻击模型。然后,针对最小代价攻击模型,提出了一种有效防御并保证全系统可观的相量测量单元优化部署策略;为使该保护策略能够运用于大型电网,提出了一种分区自治保护方案。最后通过IEEE 9节点、IEEE 14节点和IEEE 30节点系统算例验证了所提线下保护模型的有效性。     

智能变电站通信网络的广义信源和流量计算模型

对于智能变电站而言,用于预测各类场景下通信网络流量的计算模型至关重要。文中首先提出了基于信息物理融合的广义信源模型,包括一次系统状态激励的电力二次智能装置报文模型、信息设备物理故障信源模型以及寄生的拒绝服务(DoS)攻击信源模型等,形成信息设备的综合信源报文模型。然后,在网络演算链路汇流方法的基础上,给出了基于广义信源的智能电网信息流流量分布矩阵定义以及演算方法,形成了明确、详细的定量分析计算流程。最后,对过程层信息设备故障、DoS攻击及一次侧设备故障的大小方式等典型运行场景,分别进行理论计算算例验证,并对其进行OPNET仿真验证,证明了所提方法的有效性。     

基于Kalman滤波的持续卫星时间同步攻击防护方法

随着网络空间对抗加剧,借助全球卫星导航系统进行的网络攻击已发展成为现实威胁。慢速持续型卫星时间同步攻击可绕过电力时间同步系统中卫星时钟异常检测机制,诱骗被授时设备输出错误时间信息,再借助电力系统工作机制达成攻击破坏后果。提出了一种基于Kalman滤波的持续卫星时间同步攻击防护方法。首先构建了考虑持续时间干扰的Kalman滤波卫星授时模型;然后利用能量泛函正则化最优化估算恶意攻击下被授时设备的时钟偏差;最后根据所构建的补偿模型对钟差进行补偿、实现遭攻击条件下的精准时间同步。仿真结果表明,该方法可有效防范慢速持续型卫星时间同步攻击对电力时间同步系统的影响。     

基于攻击预测的电力CPS安全风险评估

为准确评估当前电力信息物理系统（cyber physical system，CPS）的风险状态，针对信息、电力紧密耦合的特点，提出一种基于攻击预测的电力CPS风险评估方法。利用已检测到的攻击告警信息，基于隐马尔科夫模型（hidden Markov model，HMM）识别出可能的攻击场景，推测攻击者的攻击意图，分析其未来的攻击目标和概率。攻击预测结果表征着系统当前的攻击威胁状况，将其作为输入，结合传统的单域（信息域或物理域）风险评估方法计算单域风险，再基于电力CPS复杂网络模型评估跨域风险，融合二者的结果得到最终的风险值。基于智能配电网IEEE 33节点的仿真平台，对攻击预测方法以及安全风险评估方法进行了验证，证明了基于攻击预测的风险评估方法的可行性和合理性。     

电力信息物理系统低代价多阶段高危攻击策略研究

信息物理层间的深度融合是智能电网的重要特征.利用跨域关系实施的攻击会给电网稳定运行带来新的风险,考虑攻击代价因素研究高危攻击策略对于提升电网抵御攻击的能力具有重要意义.首先,基于电力信息物理层间耦合关系,综合结构特性与运行特性定义了一种线路攻击代价指标,以辨识电网中防护措施薄弱而容易遭受攻击的低攻击代价线路.然后,对低攻击代价线路进行多阶段攻击以诱发大停电事故,分析信息物理交互作用下多阶段攻击的危害放大机理.最后,以IEEE 118节点系统和某省电网系统为例进行仿真分析.仿真结果表明:针对低攻击代价线路实施多阶段攻击可造成大停电事故,且攻击代价明显较低;信息节点故障概率的增加使得攻击策略有效性提高,信息网在预防大停电事故中发挥着重要作用.     

电力系统自动发电控制网络攻击与防御研究现状与展望

电力系统网络层与物理层的深度耦合使得电力系统遭受网络攻击的风险不断上升。自动发电控制(AGC)系统是电力系统少数的人员干预较少的闭环控制系统之一,其对于维持电力系统最基本的功率平衡、频率稳定有重要作用。现有研究表明,网络攻击可以改变AGC的控制效果,甚至破坏电力系统。针对AGC的网络攻击引起了各界的广泛关注。鉴于此,文中从攻击形式、攻击变量、攻击检测与防御角度,总结归纳了AGC系统网络攻击的研究现状,分析了典型的攻击及防御案例,并讨论了针对AGC系统网络攻防的措施。最后,对AGC系统网络攻击与防御的后续研究方向进行了展望。     

基于多源信息融合的配电网调度数据安全管控技术

为保障数字化配网调度的安全性与合理性,研究了基于多源信息融合的配电网调度数据安全管控技术。构建数字化配网调度智慧安全管控平台,采集数字化配网调度数据。通过概率数据关联算法,计算多源数字化配网调度数据之间的关联性,并采用联合卡尔曼滤波算法(Kalman Filter,KF),融合多源数字化配网调度数据。使用椭圆曲线公钥密码算法(SM2国密算法),加密融合后多源数字化配网调度数据,实现数字化配网调度智慧安全管控,保障数字化配网调度数据安全可靠。实验结果表明,本文技术可以有效保障数字化配网调度数据安全性,当传输的配网调度数据存在攻击时,本文技术可有效过滤攻击内容,实现配网调度智慧安全管控。     

考虑换流站海量事件的关联规则挖掘分析方法

为提高换流站运维人员面对海量生成事件的分析能力,提出一种考虑换流站海量事件的关联规则挖掘分析方法。首先,利用原始事件元组特性进行记录事件与响应日志的实体特征筛选,并进行换流站实体特征的布尔映射与关联挖掘建模。然后,利用互信息(MI)原理与对称不确定性(SU)理论改进FP-Growth算法。最后,基于改进算法进行换流站事件关联分析,进而基于关联规则结果进行换流站异常反馈。通过挖掘昆柳龙直流换流站调试期间海量生成事件,表明所提出的方法可以有效地从海量事件中提取判断特征与结果特征的强关联规则,及时发现换流站的设备异常动作,并为运维分析提供决策支撑。     

基于异常事件故障关联度的电能表可靠性评价方法

随着智能电网的全面建设,使得通过智能电表终端的用电采集数据来对电能表可靠性评价成为了可能。本文提出了一种基于异常事件故障关联度的电能表可靠性评价方法。由于电能表故障引起的异常事件报警存在一定的耦合关系,所以将异常告警事件分为单异常事件和并发异常事件进行分析。对于单异常告警事件,分析电能表发生异常事件报警的次数与电能表故障有无直接关系;对于组合异常告警事件,利用Apriori算法筛选出频繁发生的组合异常告警事件,然后计算异常事件的故障关联度。最后通过异常事件的故障关联度对同地区尚在运行的电能表进行可靠性评价。实例分析结果验证了本文方法的可行性。