电力CPS多阶段低代价虚假数据注入攻击方法

随着信息和通信技术的快速发展，电力系统已发展为信息系统和物理系统深度耦合的CPS（信息物理系统），信息流与电力流的不断交互使电网面临着潜在的网络攻击风险。以PMU（相量测量单元）作为攻防目标，提出一种多阶段低代价FDIA（虚假数据注入攻击）方法。首先，构建虚假数据，确定PMU最优配置，优化攻击范围并量化攻击后果；其次，基于双人零和博弈理论求解纳什均衡点，得到博弈模型的最优攻防策略；最后，在IEEE 30节点系统上仿真，基于单阶段博弈结果，在不同攻击场景下实施多阶段低代价攻击。研究结果表明：低代价线路花费的攻击代价明显偏低，并且对电力系统的稳定运行造成了影响，验证了所提多阶段攻击模型的有效性与适用性。     

虚假数据注入攻击建模及攻击下脆弱线路的快速筛选

随着电网与通信网的高度融合,虚假数据注入攻击已经成为了目前电网的一种安全隐患。为了更好保障电网安全稳定运行,在信息物理高度融合的背景下,首先建立一种电力信息物理系统虚假数据注入攻击的双层攻击模型,其中上层模型表示攻击者的攻击策略,下层模型代表电网在该攻击下的响应,并利用卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件对该模型进行求解;其次,提出一种具有迭代思想的快速筛选法,可以对虚假数据注入攻击下的脆弱线路进行快速筛选;第三,提出一种多线路攻击策略,帮助电网运行人员对电网进行更深入评估;最后,通过在IEEE 39节点系统和IEEE 118节点系统上的仿真验证了攻击模型的合理性以及快速筛选法的可行性。     

面向智能电网的空间隐蔽型恶性数据注入攻击在线防御研究

智能电网的安全运行高度依赖信息环节功能所提供的强大技术保障,致使电网在运行过程中易受到恶性数据注入等网络攻击的威胁,其中空间隐蔽型恶性数据注入攻击是最普遍的一种。为保证该类恶性数据注入攻击在电网运行中能被高效实时检测处理,提出一套面向监视控制与数据采集(supervisory control and data acquisition,SCADA)和相量测量单元(phasor measurement unit,PMU)混合量测的智能电网恶性数据在线防御流程。首先通过历史状态量获取与状态预测实现状态量挖掘,再进行SCADA仪表与PMU量测量的恶性数据检测、剔除与修正。此外,该文提出一种适用于混合量测系统的多重匹配状态预测方法,其预测结果作为状态参考用以打破恶性数据隐蔽性。IEEE-14和IEEE-118节点测试系统仿真结果验证了所提方法预测准确性及在线检测空间隐蔽型恶性数据的有效性。     

低成本对抗性隐蔽虚假数据注入攻击及其检测方法

信息物理深度耦合的电网面临着虚假数据注入攻击的威胁,深度学习技术成为检测虚假数据注入攻击的重要手段。针对深度神经网络面临的对抗性攻击的问题,该文提出一种低成本对抗性隐蔽虚假数据注入攻击方案及对应的检测方法。通过两阶段优化求解最优的量表组合及攻击值,得到预期攻击目标的最优攻击策略,对最优攻击值通过白盒攻击添加对抗性扰动,使深度学习模型将其误报为正常样本。从检测的角度,对历史数据库中的所有初始攻击样本均添加对抗性扰动,并标记为攻击样本加入训练集,对模型进行训练,提升检测性能。分别在IEEE14节点系统和IEEE118节点系统上进行实验,验证了所提攻击和检测方法的有效性。     

基于非线性状态估计的虚假数据注入攻击代价分析

随着智能电网的发展,信息通信系统与物理电力系统深度融合,虚假数据注入等网络攻击可能会对电网的安全稳定造成严重影响,目前这方面研究已成热点问题。一次成功的虚假数据注入攻击涉及攻击者所掌握资源、攻击区域选择和攻击向量构建。在有限的资源下,根据实际电网运行特征,以攻击节点为中心,构建了单节点攻击区域和多节点攻击区域,一定程度上可缩小攻击范围。基于非线性状态估计模型,分别针对单节点攻击与多节点攻击情形,提出一种掌握局部电网信息下的攻击代价分析方法。最后以IEEE-14系统和IEEE-1354系统为例,分别进行单节点攻击和多节点攻击分析,其结果验证了所提虚假数据注入攻击代价分析方法的有效性。     

面向交直流混联电网的虚假数据注入攻击策略优化

虚假数据注入(false data injection,FDI)攻击是对电力系统运行影响较为严重的一种攻击。目前已有对交直流混联电网的FDI攻击方法的研究,但仍缺乏对交直流混联电网攻击策略的优化研究。为此,文中提出了面向交直流混联电网的FDI攻击策略优化方法。首先,建立以FDI攻击损失最大为目标的双层优化模型,上层模型以电力系统经济损失最大为目标对FDI攻击策略进行优化;下层模型以发电机出力调整量和切负荷量最小为目标计算FDI攻击下的最大经济损失,考虑交直流混联电网安全约束和换相失败风险。然后,采用遗传算法对优化模型进行求解,生成最优攻击策略。最后,以改进的IEEE 14节点系统为例验证了模型的有效性。仿真结果表明,优化后的攻击策略能够显著提高安全约束经济调度(security constrained economic dispatch,SCED)的运行成本。     

基于定制遗传算法考虑配电网多种拓扑可观性的PMU优化配置

同步相量测量单元(PMU)可以为配电网提供相量数据以提高可观性。考虑因配电网节点数目多但投资成本少造成的PMU供需不平衡,提出了以固定PMU数目为约束条件的优化配置模型。目标函数在最大化可观性节点数目的前提下,最大化网络量测冗余度。模型中考虑了多种拓扑结构的影响,并通过引入零注入节点、节点注入功率和支路功率等量测数据提高可观性。提出了一种定制遗传算法来求解模型,通过定制交叉和变异操作,保证所有个体为可行解。最后,给出了基于最优方案的PMU配置顺序。通过对IEEE标准节点系统进行仿真计算,验证了所提方法的可行性和有效性。     

基于改进卷积神经网络的电网假数据注入攻击检测方法

假数据注入攻击可以篡改由数据采集与监控(SCADA)系统采集到的量测信息,影响电网的重要决策,从而对电网状态估计造成安全威胁。针对智能电网状态估计,研究了交流模型下假数据注入攻击的原理,构建了基于改进卷积神经网络(CNN)的假数据注入攻击检测模型。将门控循环单元(GRU)结构加入CNN中的全连接层之前构建CNN-GRU混合神经网络,根据电网历史量测数据进行训练并更新网络参数,提取数据的空间和时间特征,并根据提出的模型设计实现了高效实时的假数据注入攻击检测器。最后,在IEEE 14节点和IEEE 118节点测试系统中,与基于传统CNN、循环神经网络及深度信念网络的检测方法分别进行了大量对比实验,验证了所提方法的有效性。     

分布式动态相量监测系统的研究

详细介绍了一种分布式相量测量系统的设计思想和系统各组成部分、通信网络和远程管理。系统的设计和开发参照了IEEE1344标准。分布式相量测量系统由高精度GPS授时单元、同步数据采集单元、数据集中处理单元、高分辨率数据记录／重演单元和高速通信网组成。分布式相量测量系统直接提供电网相量信息,可以作为区域电网动态安全分析和稳定控制的基础数据平台。     

电力系统对角加边模型的数据中心求解方法

随着超大规模区域互联电网的发展,智能电子设备和相量测量单元广泛应用,如何实现对所产生的PB级大数据的高速处理成为完成实时(超实时)计算的关键。云计算作为一种新型的互联网计算模式,为实现电力系统大数据分析和复杂电网高效并行计算提供了可能。针对电力系统基本计算单元对角加边模型(block bordered diagonal form,BBDF)和分解协调并行算法,提出一种低能耗数据中心的优化映射和并行计算方法。依据任务间计算耦合性,将分解协调并行算法进行拆分,并提出依据任务计算复杂度的任务到虚拟机偏好绑定放置方法。随后建立以虚拟机的CPU利用率、内存利用率为约束条件,以节能为目标的Bin-Packing模型,求解BBDF分解协调并行计算到数据中心映射的最优配置。通过Cloud Sim平台对IEEE 118节点电网模型和含有538节点和1133节点的大规模电网进行仿真计算。结果表明,应用虚拟机技术的数据中心计算在时间和系统能耗方面都优于传统单机多线程并行计算。IEEE 118节点算例计算时间降低42.32%,随着系统规模增大,1133节点实际电网计算时间降低75.8%。     

A WAMS/PMU-based fault location technique

A WAMS (wide-area measurement/monitoring system)/PMU (phasor measurement unit)-based fault location technique is proposed in this paper. The technique uses synchronized fault voltages of two nodes of the faulted line and their neighboring nodes for fault location. Based on these fault node voltages measured by PMUs, line currents between these nodes can be calculated. Then, node injection currents at two terminals of the faulted line are formed from the line currents. Based on the calculated fault node injection currents, fault node can be deduced or fault location in transmission lines can be calculated accurately. Fault location formulas are derived in full details. Case studies on IEEE-14-bus system and a testing network with 500 kV transmission lines including ATP/EMTP simulations are given to validate the proposed technique. Various fault types and fault resistances are also considered.     

基于混合量测的电力系统状态估计混合算法

研究了相量量测装置(PMU)相量量测和监控与数据采集(SCADA)量测混合使用时的数据匹配问题,提出了利用状态量转换预测得到预报系统状态和预报节点注入电流向量的方法。在此基础上,提出了应用PMU实时相量量测和预报节点注入电流向量的线性静态状态估计算法,以及应用PMU实时相量量测和预报系统状态的线性动态状态估计算法。文中将这2种算法与传统状态估计算法相结合,组成了状态估计混合算法,保证了状态估计的计算精度。该混合算法有效减少了状态估计的计算时间,对PMU的量测配置也没有严格的要求,具有很好的通用性。最后采用IEEE30节点系统对该方法进行了验证。     

A new adaptive PMU based protection scheme fortransposed/untransposed parallel transmission lines

This paper proposes a brand-new adaptive phasor measurement unit (PMU) based protection scheme for both transposed and untransposed parallel transmission lines. The development of the scheme is based on the distributed line model and the synchronized phasor measurements at both ends of lines. By means of eigenvalue/eigenvector theory to decouple the mutual coupling effects between parallel lines, the fault detection and location indices are derived. The two proposed indices are used in coordination such that the internal and external fault events can be distinguished completely. By on-line estimation of the line parameters under the actual power system conditions, the proposed scheme will respond more accurately to power system faults. Extensive simulation results using EMTP have verified that the accuracy of the fault location achieved is up to 99.9%. The proposed protection system responds well and fast with regard to dependability and security. All the results show that the performance of the proposed detection/location indices is independent of fault types, locations, resistance, source impedance, fault inception angles, and load flows     

考虑源荷随机性与相关性的直流配电网量测概率优化配置方法

大规模分布式能源以直流源荷形式接入直流配电网,其功率强随机与强相关特性深刻影响实时量测数据不足、依赖伪量测数据的直流配电网态势感知的准确性,急需研究实时量测点的优化配置保障系统状态估计精度。为此,本文首先考虑源荷功率的随机性与相关性影响,建立节点注入功率伪量测模型,提出基于三点估计的改进Nataf变换的直流配电网概率状态估计方法,计算节点电压状态量的估计偏差概率分布;在此基础上,建立以量测点配置成本最少为目标,考虑节点电压估计偏差机会约束的直流配电网量测概率优化配置模型,求解得到最优配置方案。采用改进的IEEE-33节点系统开展算例仿真,结果表明,所提方法能够有效兼顾量测配置的经济性与状态估计精度。     

基于WAMS/SCADA混合量测和离散粒子群优化算法的PMU优化配置

当前应用于状态估计的量测数据由广域测量系统(wide area measurement system, WAMS)和数据监控及采集系统(supervisory control and data acquisition,SCADA)采集, WAMS向量测量单元(phasor measurement unit,PMU)的优化配置问题成为研究的重点。本文在分析WAMS/SCADA混合量测数据成分、时间断面、精度、刷新频率4个方面差异的基础上,实现了混合量测数据的有效兼容,提出了一种基于无迹卡尔曼滤波(unscented kalman filter, UKF)动态状态估计和离散粒子群优化(discrete particle swarm optimization, DPSO)算法的PMU优化配置方案。采用该方案下的混合量测数据进行UKF动态状态估计,很好地提高了状态估计精度。在IEEE39节点系统上模拟日负荷变化验证了该PMU配置方案的有效性。     

An adaptive supervised wide-area backup protection scheme for transmission lines protection

Maloperation of conventional relays is becoming prevalent due to ever increase in complexity of conventional power grids. They are dominant during power system contingencies like power swing, load encroachment, voltage instability, unbalanced loading, etc. In these situations, adaptive supervised wide-area backup protection (ASWABP) plays a major role in enhancing the power system reliability. A balance between security and dependability of protection is essential to maintain the reliability. This paper proposes multi-phasor measurement units (MPMU) based ASWABP scheme that can function effectively during faults besides power system contingencies. MPMU is an extended version of Phasor Measurement Unit (PMU). It is an intelligent electronic device which estimates the synchronized predominant harmonic phasors (100Hz and 150Hz) along with the fundamental phasors (50Hz) of three phase voltages and currents with high precision. The proposed ASWABP scheme can detect the fault, identify the parent bus, determine the faulty branch and classify the faults using MPMU measurements at System Protection Center (SPC). Based on these MPMU measurements (received at phasor data concentrator (PDC) at SPC) the appropriate relays will be supervised to enhance the overall reliability of the power grid. Numerous case studies are conducted on WSCC-9 bus and IEEE-14 bus systems to illustrate the security and dependability attributes of proposed ASWABP scheme in MATLAB/Simulink environment. Also, comparative studies are performed with the existing conventional distance protection (Mho relays) for corroborating the superiority of the proposed scheme regarding security and dependability. Comparative studies have shown that the proposed scheme can be used as adaptive supervised wide-area backup protection of conventional distance protection     

基于非凸矩阵分解的电网欺骗性数据注入攻击检测方法

电力系统状态估计中的量测数据容易受到欺骗性数据注入攻击的恶意篡改，使状态估计的稳定性受到影响。根据量测数据在连续时间段内的低维特性以及欺骗性数据攻击的稀疏特性，提出了一种基于非凸矩阵分解的电网欺骗性数据注入攻击检测方法。首先，将欺骗性数据注入攻击的检测问题视为稀疏低秩矩阵分解问题，并将分解问题转化为非凸优化问题，通过改进的交替方向乘子法求解此非凸问题，将受攻击的数据矩阵分解为正常量测矩阵和攻击矩阵；其次，利用分解出的攻击矩阵检测出欺骗性数据注入攻击的数值和位置，并以分解出的正常量测矩阵作为参考量测量，进行状态估计获得正确的状态变量；最后，通过IEEE-14节点系统分析了不同攻击幅值下的检测结果，验证了所提方法的准确性。     

考虑电-气耦合系统连锁故障的多阶段信息物理协同攻击策略

针对电-气耦合系统在恶意攻击下的风险分析,提出了一种计及电-气耦合系统连锁故障的信息物理多阶段协同攻击策略。为了诱导调度人员做出错误调度决策和降低电网的安全裕度,提出了一种以最大化线路过载程度为目标的改进负荷重分配(LR)攻击模型。综合考虑天然气系统与电力系统的调度时间尺度差异,构建一种新型的电-气耦合系统多阶段协同攻击策略：初始阶段通过攻击气网侧气源或管道以影响电-气耦合节点的天然气机组状态,然后针对电力系统交替采用改进LR攻击和物理攻击,最终导致大规模连锁停运。基于Q-Learning提出了最优策略求解算法,以比利时20节点天然气系统和IEEE 30节点系统为算例,验证了所提信息物理协同攻击模型的正确性和有效性。     

基于扩展卡尔曼滤波的虚假数据攻击检测方法

虚假数据注入攻击以破坏电力系统SCADA的数据完整性和可用性为目标,其检测方法对智能电网的安全与稳定运行具有重要意义。基于扩展卡尔曼滤波提出了一种虚假数据注入攻击检测方法。该方法利用检测数据递归得到系统的实时运行状态,从而达到有效检测识别电力系统中虚假数据注入情况的目的。另外,该方法能同时评估系统过去运行状态和预测未来系统状态的变化情况。同时,该方法能有效识别系统精确模型未知情况下的虚假数据注入攻击。以IEEE-14节点和30节点模型为研究对象,其结果表明所提方法不仅能弥补传统状态估计方法无法检测虚假数据注入攻击的缺陷,而且具有储存量小、易于实现等优点。