基于神经网络的电网假数据注入攻击检测方法研究

• 作者: 孙伟乐 张超 蒋正威 赵友国 隋向阳
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 状态估计 假数据注入攻击 小波变换 深度神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 电网技术
• 页码范围: 45-50
• 页数: 6页
• 分类号: TM76
• 语种: 中文
• DOI: 10.19585/j.zjdl.202011008

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵友国		2	21	1.0	2.0
2	蒋正威		1	0	0.0	0.0
3	张超		1	0	0.0	0.0
4	孙伟乐		1	0	0.0	0.0
5	隋向阳		1	0	0.0	0.0