考虑虚假数据攻击的电力信息物理系统检测方法研究

发布时间：2020-12-03 00:22

　　电力系统为社会各行各业提供电能,其安全稳定运行关乎民生及社会的稳定。随着泛在电力物联网的建设,我国电力智能化程度进一步提升,大量各种设备通过通信网和电力网互连形成一个复杂的多维异构系统,即电力信息物理融合系统(Cyberphysical System,CPS)。由于电力CPS感知层传感器节点的随机性以及数据交互通讯信道的开放性,导致系统容易受到网络攻击,如虚假数据注入攻击(False Data Injection Attacks,FDIAs),它是一种专门针对电力CPS中状态估计数据完整性的新型攻击手段。FDIAs通过篡改电网状态值,能成功绕过传统不良数据检测,影响电力系统安全稳定运行,因此,研究高效可行的FDIAs检测方法,对构建安全可靠稳定的电力信息物理系统具有非常重要的意义。本文针对考虑虚假数据攻击的电力信息物理系统检测方法进行深度研究,主要研究内容如下:首先,研究了电力信息物理系统的结构。电力系统通过输配电网络将电厂和用户连接形成一个典型的CPS,电力信息物理系统间的信息交互日益复杂,同时也面临更多网络安全问题。按网络覆盖范围和攻击目的对电力信息物理系统网络攻击进行分类。同时研... 

【文章来源】：燕山大学河北省

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 信息物理系统研究现状
        1.2.2 虚假数据攻击研究现状
        1.2.3 电力系统状态估计研究现状
    1.3 本文主要研究内容和章节安排
第2章 电力信息物理系统虚假数据攻击研究基础
    2.1 电力信息物理系统
    2.2 电力系统状态估计方法
        2.2.1 加权最小二乘法
        2.2.2 不良数据检测法
    2.3 虚假数据注入攻击基本原理
    2.4 卡尔曼滤波基本原理
    2.5 本章小结
第3章 电力CPS动态估计的FDIAs检测方法
    3.1 FDIAS模型构建及分析
        3.1.1 FDIAs模型构建
        3.1.2 仿真结果与分析
    3.2 FDIAS检测方法
        3.2.1 FDIAs检测流程
        3.2.2 基于扩展卡尔曼滤波检测
        3.2.3 基于无迹卡尔曼滤波检测
    3.3 仿真结果与分析
        3.3.1 基于扩展卡尔曼滤波检测的结果与分析
        3.3.2 基于无迹卡尔曼滤波检测的结果与分析
        3.3.3 基于EKF和 UKF两者检测结果对比与分析
    3.4 本章小结
第4章 基于改进无迹卡尔曼滤波的FDIAs检测方法
    4.1 自适应卡尔曼滤波原理
    4.2 改进自适应无迹卡尔曼滤波
    4.3 基于改进自适应无迹卡尔曼滤波检测流程图
    4.4 仿真与分析
        4.4.1 基于改进无迹卡尔曼滤波检测的结果与分析
        4.4.2 基于EKF、UKF和 AUKF检测结果对比与分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
附录



本文编号：2895688