[发明专利]虚拟电厂虚假数据注入攻击检测方法、装置、终端及介质

权利要求书

1.一种虚拟电厂虚假数据注入攻击检测方法，其特征在于，包括：

获取原始量测数据；

通过拉丁超立方抽样算法和松鼠搜索算法，对所述原始量测数据进行特征选择，以得到最优特征子集；

根据所述最优特征子集构建训练集和测试集，以根据所述训练集和所述测试集构建分类算法模型；

获取待检测的电网实时数据，并将所述电网实时数据输入至所述分类算法模型，以通过所述分类算法模型的运算，获得所述电网实时数据中的虚假数据检测结果。

2.根据权利要求1所述的一种虚拟电厂虚假数据注入攻击检测方法，其特征在于，通过拉丁超立方抽样算法和松鼠搜索算法，对所述原始量测数据进行特征选择，以得到最优特征子集具体包括：

根据所述原始量测数据构建量测矩阵；

通过拉丁超立方抽样算法生成松鼠种群；

通过松鼠搜索算法，利用所述松鼠种群对所述量测矩阵进行特征选择，当满足搜索结束条件时，根据所述松鼠种群在搜索过程生成的松鼠位置向量，得到最优特征子集。

3.根据权利要求1所述的一种虚拟电厂虚假数据注入攻击检测方法，其特征在于，所述原始量测数据包括SCADA量测值和PMU量测值，其中，所述SCADA量测值包括：节点电压幅值、节点注入功率和支路功率，所述PMU量测值包括：电压相量和电流相量。

4.根据权利要求1所述的一种虚拟电厂虚假数据注入攻击检测方法，其特征在于，所述分类算法模型具体为基于随机森林分类器的学习模型。

5.一种虚拟电厂虚假数据注入攻击检测装置，其特征在于，包括：

原始数据获取单元，用于获取原始量测数据；

特征筛选单元，用于通过拉丁超立方抽样算法和松鼠搜索算法，对所述原始量测数据进行特征选择，以得到最优特征子集；

检测模型构建单元，用于根据所述最优特征子集构建训练集和测试集，以根据所述训练集和所述测试集构建分类算法模型；

虚假数据检测单元，用于获取待检测的电网实时数据，并将所述电网实时数据输入至所述分类算法模型，以通过所述分类算法模型的运算，获得所述电网实时数据中的虚假数据检测结果。

6.根据权利要求5所述的一种虚拟电厂虚假数据注入攻击检测装置，其特征在于，所述特征筛选单元具体用于：

根据所述原始量测数据构建量测矩阵；

通过拉丁超立方抽样算法生成松鼠种群；

通过松鼠搜索算法，利用所述松鼠种群对所述量测矩阵进行特征选择，当满足搜索结束条件时，根据所述松鼠种群在搜索过程生成的松鼠位置向量，得到最优特征子集。

7.根据权利要求5所述的一种虚拟电厂虚假数据注入攻击检测装置，其特征在于，所述原始量测数据包括SCADA量测值和PMU量测值，其中，所述SCADA量测值包括：节点电压幅值、节点注入功率和支路功率，所述PMU量测值包括：电压相量和电流相量。

8.根据权利要求5所述的一种虚拟电厂虚假数据注入攻击检测装置，其特征在于，所述分类算法模型具体为基于随机森林分类器的学习模型。

9.一种虚拟电厂虚假数据注入攻击检测终端，其特征在于，包括：存储器和处理器；

所述存储器用于存储程序代码，所述程序代码与权利要求1至4任意一项所述的虚拟电厂虚假数据注入攻击检测方法相对应；

所述处理器用于执行所述的程序代码。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中保存有程序代码，所述程序代码与权利要求1至4任意一项所述的虚拟电厂虚假数据注入攻击检测方法相对应。