基于非负定自适应卡尔曼滤波的电力系统虚假数据攻击检测

发布时间：2021-02-25 21:03

　　虚假数据攻击（false data attack, FDA）是通过对电网中远程终端单元（remote terminal unit, RTU）、同步相量测量单元（phasor measurement unit, PMU）等通信环节的攻击,误导电力系统的状态估计,给电力系统的安全可靠运行带来巨大威胁。构建了电网虚假数据攻击检测架构、电压信号状态空间模型和虚假数据攻击模型,提出了非负定自适应卡尔曼滤波算法来估计模型中的状态量,旨在准确检测电力系统中的虚假数据。通过对3节点电力系统仿真,结果验证文中所提的算法在保证滤波稳定性的同时,提高了攻击检测的运算速度。 

【文章来源】：科学技术与工程. 2020,20(09)北大核心

【文章页数】：6 页

【部分图文】：

基于卡尔曼滤波的电力系统攻击检测架构

带有传感器和攻击向量的3节点电力系统

图3、图4给出了在非负定自适应卡尔曼滤波算法下系统的状态估计值。如图3所示,当系统无FDA时,从滤波器得到的估计值与系统的实际观测状态一致。从图4可以看出,当攻击者在100 ms发起虚假数据随机攻击时,虽然估计状态与观测状态产生了较大的差值,但是滤波器利用状态空间模型和量测值对估计值进行迭代修正,使估计值逐渐收敛于输入信号。这说明所提出的非负定自适应卡尔曼滤波算法在保证了滤波精度的同时,能快速地反应系统实际运行状态。图4 虚假数据随机攻击情况下的状态估计

【参考文献】：
期刊论文
[1]一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法[J]. 孟秀云,王语嫣.  北京理工大学学报. 2018(06)
[2]电网虚假数据注入攻击的非线性分析模型[J]. 舒隽,郭志锋,韩冰.  华北电力大学学报(自然科学版). 2018(02)
[3]基于综合关键度的电网关键线路辨识[J]. 于群,屈玉清,石良.  科学技术与工程. 2018(03)
[4]多传感器粒子滤波融合跟踪算法[J]. 李龙,秦超英.  科学技术与工程. 2010(32)
[5]基于极大后验估计和指数加权的自适应UKF滤波算法[J]. 赵琳,王小旭,孙明,丁继成,闫超.  自动化学报. 2010(07)
[6]自适应滤波方法研究[J]. 张常云.  航空学报. 1998(S1)



本文编号：3051572