电力信息物理系统中恶性数据定义、构建与防御挑战

• 作者: 倪明 卫志农 厉超 孙国强 孙永辉 陈和升
• 来源期刊: 电力系统自动化
• 关键词: 信息系统 状态估计 恶性数据 检测辨识 电力系统
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 信息能源系统建模与安全评估专辑
• 页码范围: 70-78
• 页数: 9页
• 字数: 8751字
• 语种: 中文
• DOI: 10.7500/AEPS20160514007

摘要

恶性数据是影响电力系统安全稳定运行的隐患之一.文中旨在详细阐述状态估计层面下恶性数据的定义,辨明恶性数据和传统不良数据之间的区别,并在此基础上总结应对恶性数据注入攻击的相应措施.首先分析了恶性数据产生的路径,简要介绍了状态估计不良数据检测辨识的机理,并基于此进行恶性数据的分类构建;接着从状态估计、闭环控制、安全稳定分析及电力市场4个方面依次分析恶性数据对电力系统的影响过程;其次,针对状态估计中存在的恶性数据,从3个层面分析采取不同的软硬件措施,避免或消除其不良影响.最后,总结恶性数据的特征,并探讨了未来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫志农	河海大学能源与电气学院	239	4926	37.0	61.0
2	孙国强	河海大学能源与电气学院	167	3205	29.0	51.0
3	孙永辉	河海大学能源与电气学院	84	1459	18.0	36.0
4	厉超	河海大学能源与电气学院	5	56	4.0	5.0
5	陈和升	河海大学能源与电气学院	3	18	2.0	3.0