[发明专利]一种基于延森-香农距离的电力系统恶意数据检测方法

摘要

本发明公开了一种基于延森‑香农距离的电力系统恶意数据检测方法，该方法首次将延森‑香农距离用于现代电力系统恶意数据检测中，提高了恶意数据检测方法的工程实用性。该方法通过计算实时量测变化量概率分布与历史量测变化量概率分布之间的延森‑香农距离，即历史正常工况下量测变化量的概率分布之间的延森‑香农距离，来判断当前时刻的电力系统是否遭受恶意数据注入攻击，且在量测变化量分布不连续时仍能进行有效检测。该方法可充分利用现有量测数据的分布特性，进一步提高了恶意数据检测的成功率，且不受攻击类型的影响，具有较好的稳定性和实用性。

主权项

1.一种基于延森‑香农距离的现代电力系统恶意数据检测方法，其特征在于：在计算机中通过以下步骤实现：1)获得电力系统的网络参数信息；2)程序初始化；3)将电力系统中一年的所有负荷数据均按照归一化后的负荷曲线变化，各发电机的发电功率也相应变化；根据负荷功率和发电功率计算系统的潮流分布，并保存各节点的电压相量；4)根据潮流计算结果计算系统中的量测量真实值，并在此基础上叠加随机噪声来模拟该系统在正常工况下的实际量测量；同时根据恶意数据攻击者的攻击目标模拟FDIA工况下被攻击的量测量；5)计算一年中FDIA工况量测变化量的概率分布与正常工况下量测变化量概率分布之间的延森‑香农距离，并根据检测成功率确定检测阈值；6)确定采样时刻k，根据电力系统的实时量测计算当前时刻的量测变化量；7)根据步骤6)中计算得到的量测变化量，计算该量测变化量的概率分布；8)根据步骤7)计算得到的量测变化量概率分布，计算其与历史正常工况下量测变化量概率分布之间的延森‑香农距离；9)针对步骤8)得到的估计时刻k的延森‑香农距离与步骤5)确定检测阈值进行对比，判断电力系统在采样时刻k是否遭受FDIA攻击。