基于神经网络的电网假数据注入攻击检测方法研究

摘要

状态估计是现代电力系统运行与控制的关键环节,假数据注入攻击可以绕过基于残差的传统错误数据检测方法,威胁电网正常运行.针对交流系统状态估计,提出了基于DWT(离散小波变换)和DNN(深度神经网络)的电网假数据注入攻击检测方法.利用小波变换提取多时段状态估计结果中的时-频特征,并将时-频特征进一步量化为所有时刻小波变换系数的期望和方差;再将状态估计的时-频特征作为输入,通过经离线训练的DNN在线输出攻击检测结果.算例证明所提方法能够有效提高电网假数据注入攻击检测的准确性.