基于卡尔曼滤波的电力虚假数据注入攻击检测方法

• 作者: 王勇 武津园 陈雪鸿 程彦喆 刘丽丽
• 来源期刊: 上海电力大学学报
• 关键词: 虚假数据注入 卡尔曼滤波器 注入攻击检测 状态估计
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 205-210
• 页数: 6页
• 分类号: TP391.9|TM743
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2021.02.020

摘要

能源互联网的主体是基于状态估计下的电力系统.虚假数据注入攻击(FDIA)通过恶意篡改或注入电力数据,进而引发错误的状态估计结果.这种攻击方式存在引发大面积停电事故的风险,严重影响能源互联网的正常运行.在matpower4.0中的IEEE-14节点系统上,利用以残差方程为基础的标准残差检测法和目标函数极值法,对FDIA进行了检测实验.提出了一种基于卡尔曼滤波的FDIA检测方法,并在MATLAB上进行了验证.实验结果表明,该方法可以在短时间内发现FDIA的发生.