基于改进的UKF智能电网虚假数据攻击检测

TM73%TP391; 由于虚假数据注入攻击(false data injection attack,FDIA)对电力信息物理系统(grid cyber-physical systems,GCPS)的破坏性较强,且威胁性较大,针对其难以被有效检测难题,提出一种基于加权最小二乘法(weighted least squares,WLS)和改进的无迹卡尔曼(unscented Kalman filter,UKF)的电网虚假数据检测方法.对FDIA进行了数学建模,并通过对残差进行分析以说明FDIA的难以检测性,在有攻击向量的情况下,将改进的UKF用于系统的状态估计,同时利用WLS对系统迅速响应的优势,也对系统进行状态估计,采用一致性检验对2种方法的估计结果进行检测,最终判断是否存在FDIA.在IEEE14节点和IEEE57节点上进行实验分析并与支持向量机的检测方法进行检测成功率的对比,仿真结果表明,FDIA可被准确检测,从而验证了本文方法的可行性及有效性.