智能电网中不良数据检测和分布式状态估计研究

摘要

智能电网是建立在先进的通信、计算、传感和控制技术上的，以信息化、自动化、互动化为特征，以实现电网可靠、安全、高效、经济、实时可控可通信等等目标的未来电力网络。它充分整合了传统电力系统设备，现代计算机技术及通信技术，相比于传统电网，智能电网能够提供更丰富的实时性、精确性、智能化服务与管理。
　　然而，智能电网中电力网络与信息网络的紧密结合也会带来额外的潜在安全隐患。攻击者可以通过智能电网信息系统的漏洞构造信息-物理攻击方法入侵智能电网，此外，从通信角度考虑，传统控制中心模式的集中式状态估计在电网规模较大时存在潜在的可靠性问题。论文针对电力网络中的数据篡改攻击，设计提高不良数据检测精度的安全防御机制，并针对集中式状态估计存在的缺点，提出了基于安全性的分布式状态估计算法，具体研究成果简述如下：
　　智能电网中基于累积和算法的对数似然比率不良数据检测机制设计。本文针对智能电网中的数据篡改攻击设计了检测机制，首先我们对系统正常运转状态和数据注入攻击下状态向量值分布进行了二元假设，之后对于潜在数据攻击下的系统状态分布进行参数估计，从而具体得出每一时刻两种假设发生的比例，最后我们对历史时刻两种假设发生的可能性进行对数加和并对比，作出系统运行状态的假设检验，数值仿真证明该算法可以有效抵御数据篡改攻击。
　　基于安全性的分布式状态估计算法设计。本文对现有集中式状态估计算法进行了优化，电力系统被分割为若干个彼此之间互相通信的子系统，每一子系统不断获取其他子系统信息并与自身当前时刻本地状态估计值相融合，最终得出整个电力系统状态估计的全局信息。在通信过程中，每一子系统首先根据邻居子系统量测残差对其信息可靠性进行判断，并自适应调节邻居节点信息在信息融合中的权重。数据仿真证明各子系统能够完成对全局估计信息的获取，并能排除受入侵的子系统的恶意数据值。
　　迭代扩展分区检测智能电网中不良数据算法设计。在系统异常情况较少发生的场景下，操作者对量测值和状态估计值建立离散时间序列，之后对整个电力系统进行扩展分区观测。在每一步观测过程中，系统可能执行三种操作之一：做出判断、继续观测或抛弃部分可信节点数据以缩小分区，在整个电网剩余量测值达到一定值时收敛并判断系统是否存在恶意数据。可以证明该迭代分区检测算法能在兼顾收敛速度的前提下，提高电力系统检测灵敏度，并提高存在不良数据时的定位精度。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 不良数据注入式攻击

1.3.1 信息层攻击

1.3.2 物理层攻击

1.3.3 信息层防御

1.3.4 物理层防御

1.4 智能电网的分布式状态估计

1.5 本章研究内容和组织架构

1.5.1 研究内容

1.5.2 组织架构

第二章 电力网络状态估计与不良数据检测

2.1 应用背景

2.2 电力系统基本模型

2.2.1 发电机与负载

2.2.2 传输线路

2.2.3 变压器

2.3 状态估计

2.3.1 状态估计基本流程

2.3.2 量测量的选择

2.4 传统不良数据检测与定位

2.4.1 传统不良数据检测

2.4.2 传统不良数据定位

第三章 基于累积和算法的广义对数似然比例检测方法

3.1 引言

3.2 问题概述

3.3 基于广义对数似然比例的累积和检测算法

3.3.1 算法流程

3.4 未知参数估计方法

3.4.1 贝叶斯参数估计方法

3.4.2 基于优化性能指标的参数估计方法

3.4.3 性能指标分析

3.5 仿真结果

3.5.1 实验工具介绍

3.5.2 单一测量值攻击检测效果分析

3.5.3 多测量值攻击检测效果分析

3.6 本章内容总结

第四章 基于安全性的智能电网分布式估计算法

4.1 引言

4.2 问题描述

4.2.1 网络建模及意义

4.2.2 扩展分区方法

4.3 基于安全性的分布式估计算法

4.4 仿真结果研究

4.5 本章内容总结

第五章 迭代分区不良数据检测算法

5.1 问题描述

5.1.1 背景框架

5.1.2 图模型建立与分区

5.2 迭代分区不良检测算法

5.3 仿真结果

5.4 本章内容总结

第六章 工作总结与展望

6.1 问题描述

6.2 课题研究展望

参考文献

致谢

攻读学位期间发表的学术论文

攻读学位期间参与的项目