电网用户侧的实时电价攻击检测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了电网用户侧的实时电价攻击检测方法、装置及存储介质。该方法通过将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，输出各组电网用户的预测负载数据，将所述各组电网用户的预测负载数据进行聚合得到电网用户侧当前的预测负载数据；获取智能电表实时负载数据，根据所述实时负载数据和预测负载数据计算负载比例系数；通过决策函数对所述负载比例系数的似然比进行累积，当所述似然比的累积值大于预设阈值时，计算攻击入侵时间，并发送攻击警报和所述攻击入侵时间。本发明专利技术技术方案提高了对实时电价攻击的检测精度，保障了智能电力系统安全稳定运行。全稳定运行。全稳定运行。

【技术实现步骤摘要】
电网用户侧的实时电价攻击检测方法、装置及存储介质


[0001]本专利技术涉及电价攻击检测
，尤其涉及一种电网用户侧的实时电价攻击检测方法、装置及存储介质。

技术介绍

[0002]随着电力行业不断发展，电力网络得到智能化升级，从而产生了智能电网。具体来说，智能电网是一个通过在传统电力网络上应用安全、双向的网络通信技术，实现的一个具有多重优点的电力网络系统。
[0003]近年来，随着对新一代智能电网的更高要求，新型智能电网实现了通过在电力网络中的关键设备处部署传感器进行运行状况的实时监控，然后通过通信网络对数据进行收集、整合，最后控制中心对收集到的数据进行分析评估，做出对电力系统最优的调度决策。然而新的安全问题随之产生，一种新型的针对智能调度系统的在线实时电价响应攻击，通过在用户用电高峰期注入虚假电价信息，使得智能调度系统决策出现失误，导致负荷曲线异常波动直至突破峰值，继而引发电网保护装置动作，造成大面积停电，达到攻击的目的。
[0004]而现有技术中缺乏针对这种实时电价攻击的较为准确的检测方案，因此，为了防御这种攻击，保障智能电力系统安全稳定运行，亟需一种电网用户侧在线实时电价响应攻击检测方案，以及时发现攻击减少损失。

技术实现思路

[0005]本专利技术提供一种电网用户侧的实时电价攻击检测方法、装置及存储介质，提高了对实时电价攻击的检测精度，保障了智能电力系统安全稳定运行。
[0006]本专利技术一实施例提供一种电网用户侧的实时电价攻击检测方法，包括以下步骤：
[0007]将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，输出各组电网用户的预测负载数据，将所述各组电网用户的预测负载数据进行聚合得到电网用户侧当前的预测负载数据；
[0008]获取智能电表实时负载数据，根据所述实时负载数据和预测负载数据计算负载比例系数；
[0009]通过决策函数对所述负载比例系数的似然比进行累积，当所述似然比的累积值大于预设阈值时，计算攻击入侵时间，并发送攻击警报和所述攻击入侵时间。
[0010]进一步的，对电网用户用电行为进行特征提取，并根据特征提取结果对电网用户进行聚类分组；
[0011]根据聚类分组结果将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，输出各组电网用户的预测负载数据，将所述各组电网用户的预测负载数据进行聚合得到电网用户侧当前的预测负载数据。
[0012]进一步的，所述用电数据包括用户用电时间数据和用户用电负载数据。
[0013]进一步的，所述用户用电时间数据包括当前用电时间所在的时间片、当前用电时
间所在的月份、当前用电日期和当前用电日期处于当前用电周的第几天。
[0014]进一步的，所述用户用电负载数据包括当天过去5个小时的用电量、前一天同时间片以及过去5个小时的用电总量、在上一周同时间片以及过去5个小时的用电总量和在上一月同时间片以及过去5个小时的用电总量。
[0015]进一步的，根据以下公式计算当前时刻的负载比例系数：
[0016][0017]其中，R
t
表示负载比例系数，C
t
表示实时负载数据，D
t
表示预测负载数据，t
cur
表示当前时刻。
[0018]进一步的，根据以下决策函数对所述负载比例系数的似然比进行累积：
[0019]G[t
cur
]＝max{G[t
cur
‑
1]+s[t
cur
]，0}
[0020]其中，G[t
cur
]表示t
cur
时刻的广义对数似然比，s[t
cur
]表示当前时刻所述负载比例系数在两种概率分布下的广义对数似然比，所述两种概率分布是指攻击状态下的概率分布和未攻击状态下的概率分布。
[0021]进一步的，根据以下公式计算所述攻击入侵时间：
[0022][0023]其中，P(R
t
，α)表示攻击状态下R
t
的概率分布，P(R
t
，0)表示未攻击状态下R
t
的概率分布,t
A
表示入侵攻击时间，t
cur
表示当前时刻，t表示时间。
[0024]本专利技术另一实施例提供了一种电网用户侧的实时电价攻击检测装置，包括负载数据预测模块、负载比例系数计算模块和攻击警报模块；
[0025]所述负载数据预测模块用于将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，输出各组电网用户的预测负载数据，将所述各组电网用户的预测负载数据进行聚合得到电网用户侧当前的预测负载数据；
[0026]所述负载比例系数计算模块用于获取智能电表实时负载数据，根据所述实时负载数据和预测负载数据计算负载比例系数；
[0027]所述攻击警报模块用于通过决策函数对所述负载比例系数的似然比进行累积，当所述似然比的累积值大于预设阈值时，计算攻击入侵时间，并发送攻击警报和所述攻击入侵时间
[0028]本专利技术另一实施例提供了一种可读存储介质，所述可读存储介质包括存储的计算机程序，所述计算机程序执行时，控制所述可读存储介质所在的设备执行本专利技术任意一项方法项实施例所述的电网用户侧的实时电价攻击检测方法。
[0029]本专利技术的实施例，具有如下有益效果：
[0030]本专利技术提供了一种电网用户侧的实时电价攻击检测方法、装置及存储介质，该方法通过将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，得到电网用户侧的分组预测结果，提高了对电网用户侧预测负载数据的预测精度。再通过根据所述实时负载数据和预测负载数据计算负载比例系数，对所述负载比例系数的似然比进行累积，可以根据似然比的累积情况准确的判断是否存在攻击和准确的计算攻击入
侵时间。综上所述，本专利技术相较于传统的攻击检测方法能显著提高针对智能电网用户侧的网络攻击的检测范围与检测精度。
附图说明
[0031]图1是本专利技术一实施例提供的电网用户侧的实时电价攻击检测方法的流程示意图；
[0032]图2是本专利技术一实施例提供的电网用户侧的实时电价攻击检测装置的结构示意图。
具体实施方式
[0033]下面将结合本专利技术中的附图，对本专利技术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，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]如图1所示，本专利技术一实施例提供的一种电网用户侧的实时电价攻击检测方法，包括以下步骤：
[0035]步骤S101:将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，输出各组电网用户的预测负载数据，将所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网用户侧的实时电价攻击检测方法，其特征在于，包括以下步骤：将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，输出各组电网用户的预测负载数据，将所述各组电网用户的预测负载数据进行聚合得到电网用户侧当前的预测负载数据；获取智能电表实时负载数据，根据所述实时负载数据和预测负载数据计算负载比例系数；通过决策函数对所述负载比例系数的似然比进行累积，当所述似然比的累积值大于预设阈值时，计算攻击入侵时间，并发送攻击警报和所述攻击入侵时间。2.根据权利要求1所述的电网用户侧的实时电价攻击检测方法，其特征在于，对电网用户用电行为进行特征提取，并根据特征提取结果对电网用户进行聚类分组；根据聚类分组结果将电网用户当前的用电数据分组输入至相应的基于线性回归预测算法的负载预测模型，输出各组电网用户的预测负载数据，将所述各组电网用户的预测负载数据进行聚合得到电网用户侧当前的预测负载数据。3.根据权利要求2所述的电网用户侧的实时电价攻击检测方法，其特征在于，所述用电数据包括用户用电时间数据和用户用电负载数据。4.根据权利要求3所述的电网用户侧的实时电价攻击检测方法，其特征在于，所述用户用电时间数据包括当前用电时间所在的时间片、当前用电时间所在的月份、当前用电日期和当前用电日期处于当前用电周的第几天。5.根据权利要求4所述的电网用户侧的实时电价攻击检测方法，其特征在于，所述用户用电负载数据包括当天过去5个小时的用电量、前一天同时间片以及过去5个小时的用电总量、在上一周同时间片以及过去5个小时的用电总量和在上一月同时间片以及过去5个小时的用电总量。6.根据权利要求5所述的电网用户侧的实时电价攻击检测方法，其特征在于，根据以下公式计算当前时刻的负载比例系数：其中，R
t
表示负载比例系数，C
t
表示实时负载数据，D
t
表示预测负载数据，t
cur
表示当前时刻。7.根据权利要求6所述的电网用户侧的实时电价攻击检测方...

【专利技术属性】
技术研发人员：汤怿，吴勤勤，黄浩，古振威，梅发茂，马腾腾，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：