一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法技术方案

本发明专利技术公开了一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，涉及电力系统中恶意攻击的检测问题。本发明专利技术建立包括非线性电力系统状态方程和量测方程的电力系统状态估计数学模型，依据广域测量系统、SCADA系统确立每个节点的状态量与量测量之间的关系；构造基于UKF的电力系统状态估计模型；构造基于UKF的电力系统状态估计模型，在每个节点获取数学模型分别基于广域测量系统、SCADA系统的状态估计，将每个节点的两次状态估计偏差值作为被检测样本数据序列；采用OPTICS算法进行检测，获取异常数据，并根据异常数据定位SCADA中的恶意攻击数据，完成恶意攻击检测与定位。为能量管理系统的决策提供可靠依据，有效降低恶意攻击影响，保障系统安全、经济运行。

【技术实现步骤摘要】
一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法
本专利技术涉及电力系统中恶意攻击的检测问题，尤其涉及一种基于点排序识别聚类结构(OrderingPointstoIdentifytheClusteringStructure,OPTICS)的电力系统状态估计恶意攻击检测与定位方法。
技术介绍
智能电网的建设为我国电力行业带来很多机遇和挑战，随着电力系统智能化的发展，数据采集与监视控制(SupervisoryControlAndDataAcquisition,SCADA)系统中逐渐融入先进设备和通信技术，电网实现高效、经济的运行方式，但同时加剧了电力系统数据的安全风险，给黑客带来可乘之机。因此，采取合理的方式检测SCADA系统中的虚假数据注入攻击，对实现电力系统的安全、稳定运行有着重要的意义。
技术实现思路
本专利技术的目的在于提出一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，旨在对SCADA中注入的攻击数据进行监测，为电力系统的安全、稳定运行的决策提供可靠依据，为我国智能电网建设，降低恶意攻击影响，保障系统安全稳定运行提供科学依据。为解决上述技术问题，本专利技术所提供的技术方案为：一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，其特征在于：所述方法内容包括如下步骤：建立包括非线性电力系统状态方程和量测方程的电力系统状态估计数学模型，依据广域测量系统、SCADA系统确立每个节点的状态量与量测量之间的关系；构造基于UKF的电力系统状态估计模型；构造基于UKF的电力系统状态估计模型，在每个节点获取数学模型分别基于广域测量系统、SCADA系统的状态估计，将每个节点的两次状态估计偏差值作为被检测样本数据序列；采用OPTICS算法进行检测，获取异常数据，并根据异常数据定位SCADA中的恶意攻击数据，完成恶意攻击检测与定位。进一步的技术方案在于：所述电力系统状态估计数学模型为非线性电力系统状态方程：xk＝f(xk-1)+qk-1量测方程：yk＝h(x)+rk式中，xk表示n维状态矢量，yk表示m维量测矢量；f(·)是k-1时刻的状态转移函数矢量，h(·)是量测函数矢量；qk-1～N(0,Qk)是系统误差，rk～N(0,Rk)是量测误差。进一步的技术方案在于：每个节点的状态量与量测量之间的关系如下：状态量xi＝[Vi,θi]T为节点电压幅值和相角，量测量yk＝[Pk,Qk,Vk,θk]T∈Rm为节点的有功功率、无功功率、电压幅值和相角；当节点i的量测单元为PMU时，量测值即为相应节点电压幅值和相角，即xi＝[Vi,θi]T，yi＝[Vi,θi]T；当采用SCADA系统测量时，h(x)是非线性函数，对于节点i来说，忽略线路功率，量测量yi＝[Pi,Qi,Vi]T与状态量的关系表示如下：进一步的技术方案在于：基于UKF的电力系统状态估计模型主要包括UKF进行状态估计的关键技术：(1)UT过程1)对于非线性变换y＝g(x)，x是均值为方差为Px的随机变量，选择合适的采样策略来确定Sigma点集{χi}以及对应的权值{Wim}和{Wic}，使得：式中，L为Sigma点的个数；2)对所有Sigma点进行非线性变换，变换后的点集表示为Yi＝g(χi)；3)在对变换后的点集{Yi}按进行加权来获得统计量和Py为：(2)预测根据k-1时刻的状态量xk-1和协方差Pk-1，以及所选取的采样策略构造Sigma点集{χi,k-1}，结合步骤一中电力系统的状态方程，得到k时刻的统计量为：χi,k|k-1＝f(χi,k-1)+qk-1根据Pk|k-1构造Sigma点集结合步骤一中电力系统的量测方程，得到统计量为：则k时刻的量测预测值自协方差阵Sk和互协方差阵Ck为：(3)更新计算增益Kk、k时刻状态估计值xk和协方差估计值Pk为：在进行UT变换时，Sigma点的采样策略对状态估计结果至关重要，本专利技术采用比例对称采样来确定Sigma点集，其原理如下：λ＝α2(n+κ)-n均值和方差的权值为：其中，自由参数κ用来反映给定分布的高阶矩阵信息，α用来表示比例修正因子，可以反映Sigma点以均值的距离，β表示先验分布的高阶矩知识，是矩阵平方根的第i列。进一步的技术方案在于：所述OPTICS算法如下：输入：样本数据D，邻域半径ε，最小邻域对象数MinPts步骤1、建立两个队列：有序队列Q(存储样本点按可达距离排序)，结果队列M(输出样本点的有序队列)步骤2、如果D中样本点全部处理完，则算法结束，否则从D中选择一个未处理且为核心对象的点p，将该核心点放入结果队列M中，获得该核心点的邻域对象点N放入有序队列Q中，并按照可达距离升序排列；步骤3、如果有序队列Q为空，则转到步骤2，否则，从有序队列Q中取出第一个点q(可达距离最小)；3.1判断该点是否为核心点，不是则转步骤3，是的话若该点不在结果队列M中，则将该点存入结果队列；3.2若该点是核心点，获取q的邻域对象N’，将这些点放入有序队列Q中，且将有序队列中的点按照可达距离重新排序，如果该点已经在有序队列中且新的可达距离较小，则更新该点的可达距离；3.3重复步骤3，直到有序队列Q为空；步骤4、算法结束，输出结果队列M中的有序样本点。本专利技术与现有电力系统攻击检测方法相比具有如下优势：本专利技术采用UKF对电力系统进行状态估计，构造基于UKF的电力系统状态估计模型，通过改变量测系统完成两次状态估计，避免对残差进行检测，得到两次状态估计的偏差，为恶意攻击检测方法提供样本数据。本专利技术采用OPTICS方法，以MATLAB为编程语言，对指定测试系统进行编程，输入测试系统状态估计所得样本数据，调节初始参数，对样本点进行处理并按照可达距离进行排序，根据输出的有序队列，来检测SCADA量测系统是否受到恶意攻击，并定位注入恶意攻击数据的具体位置，为能量管理系统(EMS)的决策提供可靠依据，有效降低恶意攻击影响，保障系统安全、经济运行。附图说明图1为本专利技术的攻击检测流程图；图2为本专利技术采用OPTICS算法的两个重要概念；其中MinPts＝5时，核心距离以及q1的距离r(q1,o)，q2的可达距离r(q2,o)；图3为本专利技术采用OPTICS方法的流程图。具体实施方式下面结合附图说明对本专利技术提出一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法作进一步说明：本专利技术的一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，如图1所示，该方法的内容包括如下步骤：步骤一：建立电力系统状态估计数学模型；所述电力系统状态估计数学模型主要包括状态方程与量测方程的表达式以及两者之间的关系。结合系统运行状态，非线性电力系统状态方程为xk＝f(xk-1)+qk-1；量测方程为：yk＝h(x)+rk。式中，xk表示n维状态矢量，yk表示m维量测矢量；f(·)是k-1时刻的状态转移函数矢量，h(·)是量测函数矢量；qk-1～N(0,Qk)是系统误差，rk～N(0,Rk)是量测误差。其中，每个节点的状态量与量测量之间的关系如下：状态量xi＝[Vi,θi]T为节点电压幅值和相角，量测量yk＝[Pk,Qk,Vk,θk]T∈Rm为节点的有功功率、无功功率、电压幅值和相角。当节点i的量测单元为同步相量测量单元(Phas本文档来自技高网...

【技术保护点】
1.一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，其特征在于：所述方法内容包括如下步骤：建立包括非线性电力系统状态方程和量测方程的电力系统状态估计数学模型，依据广域测量系统、SCADA系统确立每个节点的状态量与量测量之间的关系；构造基于UKF的电力系统状态估计模型；构造基于UKF的电力系统状态估计模型，在每个节点获取数学模型分别基于广域测量系统、SCADA系统的状态估计，将每个节点的两次状态估计偏差值作为被检测样本数据序列；采用OPTICS算法进行检测，获取异常数据，并根据异常数据定位SCADA中的恶意攻击数据，完成恶意攻击检测与定位。

【技术特征摘要】
1.一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，其特征在于：所述方法内容包括如下步骤：建立包括非线性电力系统状态方程和量测方程的电力系统状态估计数学模型，依据广域测量系统、SCADA系统确立每个节点的状态量与量测量之间的关系；构造基于UKF的电力系统状态估计模型；构造基于UKF的电力系统状态估计模型，在每个节点获取数学模型分别基于广域测量系统、SCADA系统的状态估计，将每个节点的两次状态估计偏差值作为被检测样本数据序列；采用OPTICS算法进行检测，获取异常数据，并根据异常数据定位SCADA中的恶意攻击数据，完成恶意攻击检测与定位。2.根据权利要求1所述的一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，其特征在于：所述电力系统状态估计数学模型为非线性电力系统状态方程：xk＝f(xk-1)+qk-1量测方程：yk＝h(x)+rk式中，xk表示n维状态矢量，yk表示m维量测矢量；f(·)是k-1时刻的状态转移函数矢量，h(·)是量测函数矢量；qk-1～N(0,Qk)是系统误差，rk～N(0,Rk)是量测误差。3.根据权利要求1所述的一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，其特征在于：每个节点的状态量与量测量之间的关系如下：状态量xi＝[Vi,θi]T为节点电压幅值和相角，量测量yk＝[Pk,Qk,Vk,θk]T∈Rm为节点的有功功率、无功功率、电压幅值和相角；当节点i的量测单元为PMU时，量测值即为相应节点电压幅值和相角，即xi＝[Vi,θi]T，yi＝[Vi,θi]T；当采用SCADA系统测量时，h(x)是非线性函数，对于节点i来说，忽略线路功率，量测量yi＝[Pi,Qi,Vi]T与状态量的关系表示如下：4.根据权利要求1所述的一种基于OPTICS的电力系统状态估计恶意攻击检测与定位方法，其特征在于：基于UKF的电力系统状态估计模型主要包括UKF进行状态估计的关键技术：(1)UT过程1)对于非线性变换y＝g(x)，x是均值为x，方差为Px的随机变量，选择合适的采样策略来确定Sigma点集{χi}以及对应的权值{Wim}和{Wic}，...

【专利技术属性】
技术研发人员：曲正伟，田亚静，王云静，张涛，李弘文，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13