【技术实现步骤摘要】
本专利技术涉及电力系统数据清洗，具体涉及一种输电网虚假数据检测器及其检测方法。
技术介绍
1、随着信息通信技术的发展，电力系统中融合了越来越多的通信设备和计算机技术，但由于电力信息物理系统(cps)对数据通信的依赖，其容易受到网络攻击的干扰，由此带来的电力系统信息安全问题也成为当前研究的热点。网络安全由保密性、完整性和可用性构成，针对三个不同的特性，有不同的攻击方法。虚假数据绕过不良数据模块的辨识，将含有攻击数据的量测信息传输至控制中心，会影响控制中心的决策，严重时容易造成电力系统大面积瘫痪等恶性结果。
2、当前对虚假数据进行检测的方法可分为基于状态估计、基于轨迹预测和基于人工智能三类。绝大多数状态估计方法是对原有加权最小二乘回归方法的改进，无可避免地需要在电力系统网络中收集大量测量数据，且会受到系统自身拓扑结构的限制。而基于轨迹预测的方法，使用卡尔曼滤波器等对状态值进行预测，需要前一采样时刻的数据稳定可靠，本质上没有逃脱状态估计的弊端。人工智能方法已广泛应用于图像识别、声音处理等实际场景中，数据处理准确率高，且应用到电力系统中可以摆脱原始结构的限制，从数据的特征入手，分析是否存在虚假数据，但半监督学习方法，需要对数据进行标记，存在预训练过程繁琐、工作量大的问题；一些智能算法(如加入门控循环单元结构的卷积神经网络)会随着数据规模的增长而出现梯度爆炸的情况；应用在虚假数据检测中的机器学习方法在实际运行过程中，由于电网拓扑结构复杂，数据采集量大，非线性结构特征明显，就单一时刻进行虚假数据检测的方法不一定有效，能够搜集到的
3、综上所述，传统的输电网虚假数据检测方法存在无法平衡算力负荷与检测精准性的问题。
技术实现思路
1、有鉴于此，本专利技术提供一种输电网虚假数据检测器及其方法，通过在虚假数据检测模块中配置基于小波变换和稀疏自编码器相结合的虚假数据检测方法，解决了传统的输电网虚假数据检测方法存在的无法平衡算力负荷与检测精准性的问题。
2、为解决以上问题，本专利技术的技术方案为采用一种输电网虚假数据检测器，包括：依次级联的状态估计器模块、不良数据识别模块和虚假数据检测模块，其中，所述状态估计器模块，用于持续获取量测数据并基于量测数据估算电力系统的内部状态，生成状态估计量；所述不良数据识别模块，基于量测数据和所述状态估计量进行迭代计算，直至所述状态估计量收敛，基于残差进行不良数据检测，若存在可疑不良数据，则基于所述残差对所述可疑不良数据进行修正；所述虚假数据检测模块，基于预训练的稀疏自编码器判断所述不良数据识别模块输出的量测数据，生成输电网虚假数据检测结果。
3、可选地，所述虚假数据检测模块被配置为：基于所述不良数据识别模块输出的量测数据生成电力系统各节点的状态估计数据，并使用滑动时间模块对连续的所述状态估计数据进行切割，分成多个断面下的连续状态估计数据后，使用小波分析法对分割后的连续状态估计数据进行时域和频域的分解，提取小波分解能量值构成特征向量；基于多个特征向量构成分解矩阵以绘制多尺度下的能量分布图，将分解矩阵的分解系数组成的向量作为稀疏自编码器每行的输入，对所述稀疏自编码器进行训练，动态调整所述稀疏自编码器的编码器和解码器的权值矩阵和偏置向量，得到训练完成的所述稀疏自编码器。
4、可选地，将分解矩阵的分解系数组成的向量作为稀疏自编码器每行的输入，对所述稀疏自编码器进行训练的过程中，所述稀疏自编码器输入数据与输出数据的重构误差为约束条件，所述重构误差最小化为训练目标。
5、可选地，所述状态估计器模块被配置为：获取电力系统的量测数据后，利用公式z＝h(x)+e计算交流潮流模型下的状态变量，其中，h为考虑交流系统拓扑结构的雅克比矩阵，x为状态变量，z为通过数据采集中心获取的量测数据，e为测量误差，服从标准正态分布；基于状态变量，利用公式计算所述状态估计量，其中，w为加权正定矩阵。
6、可选地，所述状态估计器模块还被配置为：在生成所述状态估计量后，基于所述状态估计量和所述量测数据生成所述量测数据的所述残差。
7、相应地，本专利技术提供，一种输电网虚假数据检测方法，包括：获取量测数据并基于量测数据估算电力系统的内部状态，生成状态估计量；基于量测数据和所述状态估计量进行迭代计算，直至所述状态估计量收敛，基于残差进行不良数据检测，若存在可疑不良数据，则基于所述残差对所述可疑不良数据进行修正；基于预训练的稀疏自编码器判断所述不良数据识别模块输出的量测数据，生成输电网虚假数据检测结果。
8、可选地，预训练所述稀疏自编码器的方法包括：基于所述不良数据识别模块输出的量测数据生成电力系统各节点的状态估计数据，并使用滑动时间模块对连续的所述状态估计数据进行切割，分成多个断面下的连续状态估计数据后，使用小波分析法对分割后的连续状态估计数据进行时域和频域的分解，提取小波分解能量值构成特征向量；基于多个特征向量构成分解矩阵以绘制多尺度下的能量分布图，将分解矩阵的分解系数组成的向量作为稀疏自编码器每行的输入，对所述稀疏自编码器进行训练，动态调整所述稀疏自编码器的编码器和解码器的权值矩阵和偏置向量，得到训练完成的所述稀疏自编码器。
9、可选地，将分解矩阵的分解系数组成的向量作为稀疏自编码器每行的输入，对所述稀疏自编码器进行训练的过程中，所述稀疏自编码器输入数据与输出数据的重构误差为约束条件，所述重构误差最小化为训练目标。
10、可选地，获取量测数据并基于量测数据估算电力系统的内部状态，生成状态估计量，包括：获取电力系统的量测数据后，利用公式z＝h(x)+e计算交流潮流模型下的状态变量，其中，h为考虑交流系统拓扑结构的雅克比矩阵，x为状态变量，z为通过数据采集中心获取的量测数据，e为测量误差，服从标准正态分布；基于状态变量，利用公式计算所述状态估计量，其中，w为加权正定矩阵。
11、可选地，所述输电网虚假数据检测方法还包括：在生成所述状态估计量后，基于所述状态估计量和所述量测数据生成所述量测数据的所述残差。
12、本专利技术的首要改进之处为提供的输电网虚假数据检测器，通过状态估计器模块生成电力系统的状态估计量并通过不良数据识别模块对所述可疑不良数据进行修正后，基于在虚假数据检测模块中配置基于小波变换和稀疏自编码器相结合的虚假数据检测方法生成输电网虚假数据检测结果，有效摆脱电力系统拓扑结构的限制，提高检测准确率的同时能够有效解决预训练时虚假数据量少的实际问题，解决了传统的输电网虚假数据检测方法存在的无法平衡算力负荷与检测精准性的问题。
本文档来自技高网...【技术保护点】
1.一种输电网虚假数据检测器，其特征在于，包括：依次级联的状态估计器模块、不良数据识别模块和虚假数据检测模块，其中，
2.根据权利要求1所述的输电网虚假数据检测器，其特征在于，所述虚假数据检测模块被配置为：基于所述不良数据识别模块输出的量测数据生成电力系统各节点的状态估计数据，并使用滑动时间模块对连续的所述状态估计数据进行切割，分成多个断面下的连续状态估计数据后，使用小波分析法对分割后的连续状态估计数据进行时域和频域的分解，提取小波分解能量值构成特征向量；
3.根据权利要求2所述的输电网虚假数据检测器，其特征在于，将分解矩阵的分解系数组成的向量作为稀疏自编码器每行的输入，对所述稀疏自编码器进行训练的过程中，所述稀疏自编码器输入数据与输出数据的重构误差为约束条件，所述重构误差最小化为训练目标。
4.根据权利要求1所述的输电网虚假数据检测器，其特征在于，所述状态估计器模块被配置为：获取电力系统的量测数据后，利用公式z＝h(x)+e计算交流潮流模型下的状态变量，其中，h为考虑交流系统拓扑结构的雅克比矩阵，x为状态变量，z为通过数据采集中心获取的量测数
5.根据权利要求4所述的输电网虚假数据检测器，其特征在于，所述状态估计器模块还被配置为：在生成所述状态估计量后，基于所述状态估计量和所述量测数据生成所述量测数据的所述残差。
6.一种输电网虚假数据检测方法，其特征在于，包括：
7.根据权利要求6所述的输电网虚假数据检测方法，其特征在于，预训练所述稀疏自编码器的方法包括：
8.根据权利要求7所述的输电网虚假数据检测方法，其特征在于，将分解矩阵的分解系数组成的向量作为稀疏自编码器每行的输入，对所述稀疏自编码器进行训练的过程中，所述稀疏自编码器输入数据与输出数据的重构误差为约束条件，所述重构误差最小化为训练目标。
9.根据权利要求6所述的输电网虚假数据检测方法，其特征在于，获取量测数据并基于量测数据估算电力系统的内部状态，生成状态估计量，包括：
10.根据权利要求6所述的输电网虚假数据检测方法，其特征在于，所述输电网虚假数据检测方法还包括：在生成所述状态估计量后，基于所述状态估计量和所述量测数据生成所述量测数据的所述残差。
...【技术特征摘要】
1.一种输电网虚假数据检测器，其特征在于，包括：依次级联的状态估计器模块、不良数据识别模块和虚假数据检测模块，其中，
2.根据权利要求1所述的输电网虚假数据检测器，其特征在于，所述虚假数据检测模块被配置为：基于所述不良数据识别模块输出的量测数据生成电力系统各节点的状态估计数据，并使用滑动时间模块对连续的所述状态估计数据进行切割，分成多个断面下的连续状态估计数据后，使用小波分析法对分割后的连续状态估计数据进行时域和频域的分解，提取小波分解能量值构成特征向量；
3.根据权利要求2所述的输电网虚假数据检测器，其特征在于，将分解矩阵的分解系数组成的向量作为稀疏自编码器每行的输入，对所述稀疏自编码器进行训练的过程中，所述稀疏自编码器输入数据与输出数据的重构误差为约束条件，所述重构误差最小化为训练目标。
4.根据权利要求1所述的输电网虚假数据检测器，其特征在于，所述状态估计器模块被配置为：获取电力系统的量测数据后，利用公式z＝h(x)+e计算交流潮流模型下的状态变量，其中，h为考虑交流系统拓扑结构的雅克比矩阵，x为状态变量，z为通过数据采集中心获取的量测数据，e为测量误差，服从标准正态...
【专利技术属性】
技术研发人员：吴祁宁，刘静，林豪，李嘉懿，何京津，刘昶，
申请(专利权)人：国网四川岷江供电有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。