一种电网虚假数据注入的检测方法及系统技术方案

本发明专利技术涉及一种电网虚假数据注入的检测方法及系统。所述方法包括：获取电网中上一时刻的数据特征和各节点当前时刻的敏感参数，根据电网中各节点当前时刻的敏感参数对电网进行子网划分得到多个子网；将子网输入神经网络得到子网中各节点当前时刻的节点特征，将目标节点当前时刻的节点特征和上一时刻的数据特征输入负荷预测模型得到目标节点当前时刻的负荷预测值；根据目标节点当前时刻的负荷和目标节点当前时刻的负荷预测值确定目标节点当前时刻是否有虚假数据注入。本发明专利技术可以提高虚假数据注入的检测精度。假数据注入的检测精度。假数据注入的检测精度。

【技术实现步骤摘要】
一种电网虚假数据注入的检测方法及系统


[0001]本专利技术涉及电网虚假数据注入检测
，特别是涉及一种电网虚假数据注入的检测方法及系统。

技术介绍

[0002]基于检测的策略，分为基于模型检测和基于数据驱动检测。基于模型的虚假数据注入检测算法的攻击检测性能受限于检测阈值的计算，降低阈值会导致攻击检测率的增加，如果正常测量数据的过程被误检为信息物理攻击，则会增加攻击误报率，即使阈值没有问题，攻击者也可以经过精心的设计绕过基于模型的检测。
[0003]基于数据驱动的虚假数据注入检测算法把历史数据认为是正常数据，并且作为先验知识，但由于虚假数据注入攻击时能够躲过不良数据检测，因此，历史数据也可能已经受到了污染。另外，基于数据驱动检测一般都假设电网结构不变，一旦由于开关的切换导致结构改变，训练的结构将失效，需要重新训练，不能满足实时检测的需要。因此，到目前为止，对于电力系统虚假数据的注入还没有一种非常完善的检测机制。

技术实现思路

[0004]本专利技术的目的是提供一种电网虚假数据注入的检测方法及系统，可以提高虚假数据注入的检测精度。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种电网虚假数据注入的检测方法，包括：
[0007]获取电网中上一时刻的数据特征和各节点当前时刻的敏感参数；所述数据特征包括电网总负荷和目标节点的参数集合；所述参数集合包括负荷和环境信息；所述敏感参数包括有功功率和电压；
[0008]根据所述电网中各节点当前时刻的敏感参数对所述电网进行子网划分得到多个子网；
[0009]对于任意一个子网，将所述子网输入神经网络得到所述子网中各节点当前时刻的节点特征；所述节点特征包括所述节点在所述子网中的位置和所述节点的固有属性；
[0010]将所述目标节点当前时刻的节点特征和上一时刻的数据特征输入负荷预测模型得到所述目标节点当前时刻的负荷预测值；
[0011]根据所述目标节点当前时刻的负荷和所述目标节点当前时刻的负荷预测值确定所述目标节点当前时刻是否有虚假数据注入。
[0012]可选的，所述根据所述电网中各节点当前时刻的敏感参数对所述电网进行子网划分得到多个子网，具体包括：
[0013]根据各所述节点当前时刻的敏感参数确定各所述节点当前时刻的灵敏度；
[0014]判断所述节点当前时刻的灵敏度是否处于设定范围，得到第一判断结果；
[0015]若所述第一判断结果为是，则在所述节点处对所述电网进行子网划分得到多个子
网。
[0016]可选的，所述根据各所述节点当前时刻的敏感参数确定各所述节点当前时刻的灵敏度，具体为：
[0017]根据公式计算所述节点的灵敏度，其中，S
PU
为所述节点的灵敏度，P为节点的有功功率，U为节点的电压。
[0018]可选的，所述根据所述目标节点当前时刻的负荷和所述目标节点当前时刻的负荷预测值确定所述目标节点当前时刻是否有虚假数据注入，具体包括：
[0019]将所述目标节点当前时刻的负荷与所述目标节点当前时刻的负荷预测值做差得到差值；
[0020]判断所述差值的绝对值是否大于设定阈值，得到第二判断结果；
[0021]若所述第二判断结果为是，则确定所述目标节点当前时刻有虚假数据注入。
[0022]一种电网虚假数据注入的检测系统，包括：
[0023]获取模块，用于获取电网中上一时刻的数据特征和各节点当前时刻的敏感参数；所述数据特征包括电网总负荷和目标节点的参数集合；所述参数集合包括负荷和环境信息；所述敏感参数包括有功功率和电压；
[0024]划分模块，用于根据所述电网中各节点当前时刻的敏感参数对所述电网进行子网划分得到多个子网；
[0025]节点特征获取模块，用于对于任意一个子网，将所述子网输入神经网络得到所述子网中各节点当前时刻的节点特征；所述节点特征包括所述节点在所述子网中的位置和所述节点的固有属性；
[0026]负荷预测值确定模块，用于将所述目标节点当前时刻的节点特征和上一时刻的数据特征输入负荷预测模型得到所述目标节点当前时刻的负荷预测值；
[0027]判断模块，用于根据所述目标节点当前时刻的负荷和所述目标节点当前时刻的负荷预测值确定所述目标节点当前时刻是否有虚假数据注入。
[0028]可选的，所述划分模块，具体包括：
[0029]灵敏度计算单元，用于根据各所述节点当前时刻的敏感参数确定各所述节点当前时刻的灵敏度；
[0030]第一判断单元，用于判断所述节点当前时刻的灵敏度是否处于设定范围，得到第一判断结果；
[0031]第一结果单元，用于若所述第一判断结果为是，则在所述节点处对所述电网进行子网划分得到多个子网。
[0032]可选的，所述灵敏度计算单元包括：
[0033]灵敏度计算子单元，用于根据公式计算所述节点的灵敏度，其中，S
PU
为所述节点的灵敏度，P为节点的有功功率，U为节点的电压。
[0034]可选的，所述判断模块包括：
[0035]差值确定单元，用于将所述目标节点当前时刻的负荷与所述目标节点当前时刻的负荷预测值做差得到差值；
[0036]第二判断单元，用于判断所述差值的绝对值是否大于设定阈值，得到第二判断结果；
[0037]第二结果单元，用于若所述第二判断结果为是，则确定所述目标节点当前时刻有虚假数据注入。
[0038]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术根据各节点当前时刻的敏感参数对电网进行划分得到子网，将子网输入神经网络得到各节点当前时刻的节点特征，将节点当前时刻的节点特征和上一时刻的数据特征输入负荷预测模型得到负荷预测值，根据负荷预测值和负荷得到节点是否有虚假数据注入，将电网进行划分可以减少特征提取的时间，将节点特征和数据特征输入负荷预测模型可以提高虚假数据注入的检测精度。
附图说明
[0039]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0040]图1为本专利技术实施例提供的电网虚假数据注入的检测方法的流程图；
[0041]图2为本专利技术实施例提供的根据同一时刻不同日期的子网得到对应的节点特征的流程图；
[0042]图3为本专利技术实施例提供的更为具体的电网虚假数据注入的检测方法的流程图；
[0043]图4为本专利技术实施例提供的负荷预测模型的结构图；
[0044]图5为本专利技术实施例提供的电网虚假数据注入的检测系统的结构图。
具体实施方式
[0045]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网虚假数据注入的检测方法，其特征在于，包括：获取电网中上一时刻的数据特征和各节点当前时刻的敏感参数；所述数据特征包括电网总负荷和目标节点的参数集合；所述参数集合包括负荷和环境信息；所述敏感参数包括有功功率和电压；根据所述电网中各节点当前时刻的敏感参数对所述电网进行子网划分得到多个子网；对于任意一个子网，将所述子网输入神经网络得到所述子网中各节点当前时刻的节点特征；所述节点特征包括所述节点在所述子网中的位置和所述节点的固有属性；将所述目标节点当前时刻的节点特征和上一时刻的数据特征输入负荷预测模型得到所述目标节点当前时刻的负荷预测值；根据所述目标节点当前时刻的负荷和所述目标节点当前时刻的负荷预测值确定所述目标节点当前时刻是否有虚假数据注入。2.根据权利要求1所述的一种电网虚假数据注入的检测方法，其特征在于，所述根据所述电网中各节点当前时刻的敏感参数对所述电网进行子网划分得到多个子网，具体包括：根据各所述节点当前时刻的敏感参数确定各所述节点当前时刻的灵敏度；判断所述节点当前时刻的灵敏度是否处于设定范围，得到第一判断结果；若所述第一判断结果为是，则在所述节点处对所述电网进行子网划分得到多个子网。3.根据权利要求2所述的一种电网虚假数据注入的检测方法，其特征在于，所述根据各所述节点当前时刻的敏感参数确定各所述节点当前时刻的灵敏度，具体为：根据公式计算所述节点的灵敏度，其中，S
PU
为所述节点的灵敏度，P为节点的有功功率，U为节点的电压。4.根据权利要求1所述的一种电网虚假数据注入的检测方法，其特征在于，所述根据所述目标节点当前时刻的负荷和所述目标节点当前时刻的负荷预测值确定所述目标节点当前时刻是否有虚假数据注入，具体包括：将所述目标节点当前时刻的负荷与所述目标节点当前时刻的负荷预测值做差得到差值；判断所述差值的绝对值是否大于设定阈值，得到第二判断结果；若所述第二判断结果为是，则确定所述目标节点当前时刻有虚假数据注入。5.一种电网虚...

【专利技术属性】
技术研发人员：李学平，张曦，王耀堃，
申请(专利权)人：燕山大学，
类型：发明
国别省市：