电网虚假数据注入攻击的非线性分析模型

针对量测系统的恶意网络攻击是危及电力系统安全运行的重要因素之一,研究网络攻击者对量测系统的攻击行为以及该行为造成的破坏,能够为量测系统配置的改进提供决策依据。提出了电网虚假数据注入攻击的非线性分析模型,该模型的目标函数是恶意攻击后的量测值与实际量测值差别最大化,约束条件包括量测值攻击范围约束和避开状态估计不良数据检测的残差约束。针对该非线性规划模型的特点,在GAMS上实现模型编程,并调用非线性规划求解器BARON进行求解,算例分析结果表明恶意的虚假数据注入攻击能够危害电力系统的安全经济运行,且危害程度远大于随机的虚假数据注入攻击,验证了本文所提出模型和方法的有效性。     

考虑攻击方身份的电力监控系统网络安全风险分析

信息与物理系统的深度耦合使得网络攻击成为影响电力系统运行可靠性的重要因素。首先,从攻击方视角进行网路安全威胁风险分析,根据攻击者身份推断其可动用的资源,分析想要达成的攻击目的及可能采取的渗透入侵路径和破坏模式,为研制针对性的防护方法提供指导;其次,分析电力行业正在推进的可信计算、等级保护、安全态势感知等防御机制的缺陷,指出软、硬件系统的供应链安全威胁;然后考虑到攻击不同电力监控系统造成的风险水平和危害后果有所差异,从成功攻击可能性和危害后果2个维度构建电力系统网络攻击风险矩阵,并指出多目标协同攻击相比于单点攻击将使风险出现跃迁现象;最后,从国家支持型网络攻击可动用的资源和想要达成的攻击目的出法,提出2种高危潜在网络攻击破坏模式,并对其攻击实现过程和危害机制进行概要分析。     

基于攻击行为预测的网络防御策略

为了有效阻止网络攻击行为,提出一种基于攻击行为预测的网络攻击防御方法.针对入侵者的攻击行为具有强的随机性和不确定性,部署高交互蜜罐网络,采集入侵者攻入主机后的攻击数据,构建攻击状态转移图;利用隐马尔可夫模型(HMM)具有较为精确的似然度概率计算的特点,设计网络攻击行为预测模型.以攻击行为预测模型为核心,结合常用的入侵防御系统,构建主动防御策略,并开发相应的原型系统,将之部署到真实的网络系统中进行攻击实验.通过累计5个月真实数据的训练和验证,预测模型的准确率达到80%.结果表明该策略具有良好的网络攻击对抗性,可有效地用于预防网络攻击.     

网络攻击效果评估研究综述

随着网络攻击日益频繁、形式千变万化，防御者需要预测可能发生何种攻击以及对网络造成何种影响，也需要在攻击发生时了解自身网络遭受的实际损伤情况以及攻击对网络所支持的任务的影响，这就需要进行网络攻击效果评估为防御者提供科学的决策依据。首先，澄清了网络攻击效果评估的概念和研究范围。其次，针对目前网络攻击效果评估集中研究的2个部分内容：破坏效果评估和任务影响评估，分别梳理了其研究目标、相关技术方法和存在的问题。最后，对网络攻击效果评估研究中存在的问题进行了分析，指出了未来研究的方向。     

仿真环境中的网络攻击模型设计

阐述了仿真环境中的网络攻击模型的设计,建立了一个网络攻击仿真模型,用以产生网络攻击,以达到摧毁网络的机密性、完整性和可用性的目的;采用知识表达的方法来建立模型,该模型包含具有知识库和推理机的专家系统,通过随时间而变化的量,使模型具有基于仿真时钟的推理能力;在攻击模型的设计中,定义了它的基本状态和状态跃迁函数,说明了模型的行为,以及攻击策略的制定,最佳策略的选择,攻击选择原则等问题。     

智能电网中实时电价的抗时延攻击策略

智能电网在给人们带来巨大的效益的同时,也会产生严重的安全问题。其中,针对实时电价( RTP)的网络攻击值得重视,但是人们关注较少。针对时延攻击,为电力市场中用户与供应商的行为建立了动态模型,并在此基础上,利用鲁棒控制理论和李雅普诺夫函数法,提出了一种抵御时延攻击的电价策略。最后,通过一个数值示例验证了该策略的有效性。     

智能电网中实时电价的抗时延攻击策略

智能电网在给人们带来巨大的效益的同时,也会产生严重的安全问题.其中,针对实时电价(RTP)的网络攻击值得重视,但是人们关注较少.针对时延攻击,为电力市场中用户与供应商的行为建立了动态模型,并在此基础上,利用鲁棒控制理论和李雅普诺夫函数法,提出了一种抵御时延攻击的电价策略.最后,通过一个数值示例验证了该策略的有效性.     

基于SPA的攻击模型BBFPAN双枝集对分析模型

针对以双枝模糊决策和模糊Petri网为基础的攻击模型BBFPAN在描述网络攻击进展情况方面存在的问题,提出了一种BBFPAN双枝集对分析模型.该模型发掘了网络攻击模型BBF-PAN中对层次的集对关系,并对这些集对进行了双枝集对分析,用联系度表示攻击模型BBF-PAN中因素对网络攻击效果的支持程度,用贴近度表示决策分量与攻击和防御成功相对隶属度的接近程度,同时给出了BBFPAN双枝集对分析的基本步骤,为集对分析理论在攻击模型BBF-PAN的推理过程中的应用奠定了基础.     

基于模拟蜜罐技术的互联网攻击特征提取与安全防御

针对传统被动网络防御技术存在的攻击识别准确率低、误判率高、特征提取效率低等问题,提出了基于虚拟蜜罐的攻击特征提取方法和防御策略.在本地服务器网络中布置多个蜜罐,形成具有完整拓扑结构的防御密网,以提高对攻击数据样本的捕获能力;对网络攻击序列的特征提取,采用字符串全局联配方法判断攻击数据的性质和类别;为了提高特征提取效率,基于层级式比对方法提升算法的效率.实验结果表明,针对不同的攻击类型,密网技术可以获得更稳定的特征匹配结果和更高的安全防御指标值.     

基于攻击图的工业控制系统脆弱性分析

为了评估工业控制系统网络安全风险和进行有效防御,提出控制系统网络安全要素的概念,将网络攻击转化为网络状态的迁移问题,搭建控制系统网络攻击图模型.建立基于专家知识经验、现有脆弱性库的脆弱性利用规则库.采用单调性假设、广度优先迭代算法、控制系统网络脆弱性规约、攻击约束函数,进行控制系统攻击图的构建与优化.根据参数初步等级量化与判断矩阵法,可计算得到攻击收益.以震网病毒为背景,设计一个仿真控制网络,通过仿真得到原始攻击图、脆弱性规约下的攻击图、约束函数下的攻击图.仿真结果表明：该方法能够根据不同安全要求级别构建攻击图,较全面地得到了可能的攻击目标、最佳的攻击目标及对应的攻击收益和攻击路径.     

网络服务系统可生存性分析与验证

为了分析采用冗余组件的网络服务系统的可生存性,建立了攻击、抵抗和恢复的过程模型,基于服务与组件的依赖关系提出了系统可生存性的量化评估方法.分析了不同组件的系统可生存性评估值的敏感参数及贪心策略下的恢复优先级,采用着色Petri网设计了仿真工具,并以一个IPTV网络服务系统为例,验证了攻击强度、攻击密度和恢复强度对系统可生存性的影响.该方法将可生存性系统的运作过程建模为多种因素并行作用下的动态过程,并利用仿真工具对系统的可生存性进行了验证,其验证结果为可生存系统设计及可生存性增强策略提供了依据.     

基于模型预测控制的VSC—HVDC自适应控制策略

VSC-HVDC系统具有良好的自换相能力,可直接向无源网络和弱交流网络供电。提出一种基于有限控制集模型预测控制的VSC-HVDC系统逆变侧自适应控制策略,克服传统的双闭环控制存在的PI参数整定困难、动态响应能力差等问题,同时实现多控制目标及约束的逆变站自适应性控制。首先,推导VSC-HVDC系统在dq0坐标系下的离散数学模型,并据此给出逆变侧定交流电压控制的预测模型以及相应的多目标优化性能函数。接着,通过引入增量算子和反馈校正环节设计出改进后的多步模型预测控制策略,从而提高预测模型的参数鲁棒性。最后,通过对VSC-HVDC供电系统进行不同运行工况下的仿真对比分析,论证所提控制策略的可行性和有效性。     

Grain-128序列密码的能量分析攻击

为了分析Grain-128序列密码算法在能量分析攻击方面的免疫能力,对其进行了能量分析攻击研究.为提高攻击的针对性,首先对序列密码算法功耗特性进行了分析,认为攻击点功耗与其他功耗成分之间的相关性是导致序列密码能量分析攻击困难的主要原因,据此提出了攻击点和初始向量选取合理性的评估方法,并给出了Grain-128的能量分析攻击方案.最后基于ASIC开发环境构建仿真攻击平台,对攻击方案进行了验证,结果显示该方案可成功攻击46 bit密钥,证实了所提出的攻击点和初始向量选取合理性评估方法的有效性,同时表明Grain-128不具备能量分析攻击的免疫能力.     

含光伏发电与储能的配电网基于源—网—荷互动模式下电压安全最优控制策略

针对光伏发电与储能设备大量接入配电网,考虑多种电压无功资源协调的电压最优控制问题,该文研究“源-网-荷”互动模式下的含光伏发电与储能配电网最优电压控制策略。采用LQR理论,建立含光伏发电与储能配电网最优电压控制模型,并针对含光伏发电与储能配电网稳态运行点多变且模型和参数信息不完整或不精确的情况,引入ADP算法设计最优控制策略的在线计算方法。算例仿真表明,基于ADP的最优电压控制策略可以在配电网和分布式光伏的不同运行情况下取得良好的电压改善效果。因此该方法适用于电力系统在线控制应用。     

高占比新能源电源接入区域电网的无功优化策略研究

从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE-33节点系统进行无功优化仿真分析,采用多目标粒子群（MOPSO）算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。     

基于改进粒子群算法的配电网网架优化研究

配电网网架优化是一个多目标综合优化问题,粒子群算法因其易实现、收敛速度快等特点逐渐成为电力系统优化领域研究热点之一. 针对粒子群算法易陷于局部最优问题,提出一种基于聚类策略的改进粒子群算法,动态地将粒子聚类为三种级别的粒子并对应采用不同的学习模型更新速度,增强了粒子群体多样性和全局搜索能力. 通过算例仿真验证了算法在配电网网架优化问题上的可行性.     

基于混合直流的受端电网黑启动方法及协调恢复策略

作为直流输电的新方向,混合直流结合了传统以及柔性直流系统的优点,可在电网黑启动中发挥重要作用。为明确混合直流参与黑启动的技术条件与控制方法,针对两端电网换相换流器–模块化多电平换流器（line commutated converter–modular multilevel converter,LCC–MMC）混合直流输电系统,提出了受端电网大停电情况下基于混合直流的黑启动方法及受端电网协调恢复策略。根据黑启动不同恢复阶段特征,首先,明确了在起始阶段受端系统全黑情况下混合直流的启动方法,包括送端LCC换流器和MMC受端换流器的启动及控制方法。然后,针对黑启动初期的弱交流系统阶段,采用可增强系统稳定性的混合直流虚拟同步协调恢复策略;在系统达到一定强度后,提出了相应的控制策略及不同控制方式间的平滑切换方法。最后,在PSCAD/EMDTC软件中进行了仿真验证,结果表明：黑启动初期LCC采用耗能电阻启动能有效满足最小启动电流限制;MMC经限流电阻启动后采用无源网络控制可实现无源端交流电压的建立,并维持系统电压和频率在稳定范围内;在非黑启动电源机组和负荷并网后,交流系统强度改变,所提的3阶段控制切换策略能够有效实现各阶段平滑过渡,且在弱交流系统阶段采用虚拟同步控制可保证弱交流系统阶段的系统稳定性,3阶段控制策略与两阶段恢复策略相比具有显著的优势,从而验证了所提黑启动方法和协调恢复策略的有效性。     

RBF神经网络在电力负荷预测中的应用

将ＲＢＦ（ＲａｄｉａＢａｓｉｓＦｕｎｃｔｉｏ．辐基函数）人工神经网络模型用于电力系统日峰值负荷与日小时负荷的预测。文中首先给出了ＲＢＦ网络的结构，然后讨论确定ＲＢＦ网络中心及网络训练的聚类法和正文化法。利用从京津唐系统中收集到的负荷数据进行网络模型的训练和回响检测，所得结果证实了ＡＢＦ网络用于负荷预测的有效性。     

基于随机博弈与网络熵的网络安全性评估

提出了一种网络熵和随机博弈相结合的网络安全性评估方法.基于随机博弈构建了多人、多状态的网络对抗随机博弈模型.引入网络熵描述网络安全性能,通过求解模型的Nash均衡解获得最优防御策略和网络状态概率,进而利用网络状态熵差对网络安全性进行评估;最后给出了网络安全性评估算法.实例分析表明,该方法能有效评估网络安全性能,为主动防御提供决策支持.