抵御多点虚假数据攻击的主动配电网状态估计方法

引入同步相量量测装置（PMU）识别虚假数据注入攻击（FDIA）的动态状态估计是实现主动配电网安全准确决策的有效途径。提出一种融合贝叶斯定理的深度森林（BA-DF）FDIA检测机制的混合量测加权平方根容积卡尔曼滤波（WASRCKF）动态状态估计方法。首先,通过图卷积神经网络预测PMU和SCADA混合量测融合,提高数据冗余度;其次,利用WASRCKF估计状态量和混合量测预测量进行加权估计,降低FDIA对状态估计更新层的影响;然后,采用BA-DF进行FDIA检测,判断虚假数据攻击位置,使用混合量测预测值进行修正,形成BA-DF-WASRCKF组合方法。最后,采用PG&E69配电网进行验证,结果表明该方法在不同PMU配置下均可获得更高精度状态估计结果,配置24台PMU的FDIA识别率为95%,较传统方法状态估计精度提高了77.8%。     

基于拉格朗日松弛技术的复杂有源配电网分布式状态估计

为了提高复杂有源配电网状态估计问题的计算速度,提出了一种基于拉格朗日松弛技术的复杂有源配电网分布式状态估计方法。建立了复杂有源配电网分区模型,该模型从复杂有源配电网的量测配置情况和分布式并行计算效率角度出发,综合考虑了分区后各子区域的计算速度与精度,利用拉格朗日松弛技术将分区问题中的约束条件吸收到目标函数中,降低了分区模型的求解难度。通过网络解耦技术使各子区域相对独立,可在分布式并行环境下求解该网络的状态估计问题。各子区域选取指数型目标函数状态估计模型,该模型能够自动排除不良数据影响,在保证结果精度的同时有效减小了所求问题的系统规模和雅可比矩阵阶数,提高了状态估计算法效率。仿真算例结果表明,所提方法可实现对复杂有源配电网的合理分区,有效提高了状态估计的计算速度。     

配电网状态估计量测处理方法及抗虚假数据注入攻击策略

相对于输电网状态估计,配网状态估计中存在的最大问题就是量测不足。为了最大化利用配网同步相量量测(D-PMU)数据和高级计量体系(AMI)数据,研究了这两种数据的处理方法。通过对D-PMU电流相量的处理,解决雅克比矩阵病态构造的问题。通过"伪D-PMU数据"的计算,增加了量测冗余度,提高了算法抗虚假数据攻击的能力,并对其进行了严格的数学论证。对于AMI数据,基于谐波分量分解方法对低压节点负荷进行超短期预测,得到了同一时间断面注入功率数据。IEEE 123节点标准算例仿真结果表明,所提方法可以较好地预测超短期负荷数据,有效抵御虚假数据注入攻击,状态估计的准确性和一致性得到了提高。     

智能配电网状态估计研究现状和展望

状态估计是智能配电网态势感知的关键环节,随着大规模分布式电源接入配电网及新型量测技术规模化的运用,需要根据新类型电源与量测装置的特点对状态估计技术进行更为深入的研究。本文首先阐述了当前静态、动态状态估计的主流算法研究现状,并在此基础上对由通信不稳定引起的量测数据延时、数据丢包问题的现有解决方案进行了详细总结与剖析;其次,对传统量测装置与新型量测装置并存的情况下出现的混合状态估计算法进行了概述;再次,从攻击者的角度分析了现有的虚假数据构建方法,从防御者的角度归纳了当前研究的虚假数据辨识策略;最后,对新形态下配电网状态估计技术进一步发展应重点关注的研究方向进行了探讨和分析。     

考虑电网分区的两阶段状态估计方法

针对局部区域的坏数据污染其他区域测点的情况,提出了考虑电网分区的两阶段状态估计方法。首先,提出基于节点度搜索的分区新方法,将原网络自动分解为辐射支路子网、单环网以及复杂环网,形成多个独立子区域。其次,提出量测权重修正方法,根据每个子区域的状态估计结果修正量测权重。最后,利用所修正的权重对全网进行状态估计。仿真结果表明,该方法能够定位出坏数据所在的区域以及抑制局部区域内的坏数据对其他区域的污染,有利于提高状态估计的精度。针对局部区域的坏数据污染其他区域测点的情况,提出了考虑电网分区的两阶段状态估计方法。首先,提出基于节点度搜索的分区新方法,将原网络自动分解为辐射支路子网、单环网以及复杂环网,形成多个独立子区域。其次,提出量测权重修正方法,根据每个子区域的状态估计结果修正量测权重。最后,利用所修正的权重对全网进行状态估计。仿真结果表明,该方法能够定位出坏数据所在的区域以及抑制局部区域内的坏数据对其他区域的污染,有利于提高状态估计的精度。     

针对三相不平衡配电网状态估计的虚假数据注入攻击方法

针对实际配电网三相不平衡的运行特点,首先分析并简化配电网的三相线路结构,推导三相节点导纳矩阵的计算方法。随后针对系统的不良数据检测机制,分析并构建有效的注入攻击向量,在此基础上提出一种针对三相不平衡配电网状态估计的虚假数据注入攻击方法。最后,对改进IEEE三相不平衡配电系统进行两种运行场景下的仿真,并将所提攻击方法与两种传统攻击方式进行对比。结果表明,当网络处于正常运行场景下,所提出的三相不平衡配电网状态估计方法具有较高估计精度;而网络遭受虚假数据攻击时,所构建的虚假注入数据攻击方式能够成功躲避系统的不良数据检测,并有效篡改状态估计结果。     

基于分割区域的配电网异常线损数据辨识与修正

针对配电网线损管理中基础数据异常和冗余量大的问题，提出基于分割区域的配电网异常线损数据辨识与修正方法。考虑终端数据存在冗余量，利用卡尔曼滤波算法对终端冗余数据进行融合，再遍历配电网各线路节点配电变压器，采用局部异常因子算法检测运行数据；基于配电网拓扑关系，采用GN(Girvan-Newman)算法对异常节点进行区域分割；通过分析分割区域邻近节点量测数据和不平衡度指标，动态调整区域边界，直到分割区域满足估计的可观性条件，得到分割区域最终划分结果，并基于区域内节点量测模型、约束模型和估计模型求解异常数据。最后，以西北某省10 kV什新线、什金线为算例进行分析验证，结果表明所提方法可有效实现配电网异常线损数据的辨识及修正。     

发电机动态状态估计中的一种虚假数据注入攻击方法

精确、可靠的发电机动态状态量对电力系统的实时监测和控制至关重要。信息攻击的出现给发电机状态估计带来了新的挑战。其中,虚假数据注入(FDI)攻击通过对量测装置注入虚假数据,恶化了状态估计的精度。为此,该文提出一种针对发电机动态状态估计的FDI攻击模型。首先,采用泰勒公式将发电机量测方程线性化;其次,根据FDI攻击前后量测残差不变的原理,建立攻击向量的表达式,将其施加在量测量中,从而躲避常规的不良数据检测,成功实施FDI攻击;然后,根据攻击程度分别设定三种攻击情形,通过容积卡尔曼滤波(CKF)和抗差容积卡尔曼滤波(RCKF)对所提的三种不同情形的FDI攻击进行验证;最后,IEEE9节点系统和新英格兰16机68节点系统的仿真结果验证了所提FDI攻击的有效性。     

基于智能电表和PMU混合量测的低压配电网状态估计方法研究

随着高级量测体系的不断完善和同步相量量测PMU等高精度新型量测装置的发展,为确保低压配电网状态估计性能,提出一种基于智能电表和PMU混合量测的低压配电网状态估计方法。该方法将高级量测体系中的智能电表采集的电压幅值、功率实时量测和PMU同步相量量测相结合,以节点注入电流平衡方程为基础,建立基于指数型权函数的加权最小二乘法模型。模型中利用数据的残差对权函数进行修正,以提高状态估计的抗差性和收敛性。最后基于IEEE 14节点算例系统,对该方法进行仿真分析。仿真结果表明,该方法相较于采用传统加权最小二乘法的状态估计模型,对含有高误差数据的量测数据具有更高的精确性。     

基于深度神经网络伪量测建模的交直流混合配电网交替迭代法状态估计

当前配电网状态估计面临的一个突出问题是实时量测数量不足,难以实现全网可观性。为了给配电管理系统提供准确的基础数据,提出一种基于深度神经网络伪量测建模的交直流混合配电网交替迭代状态估计方法。首先,建立电压源换流器的稳态模型和混合配电网的实时量测模型;然后,利用历史量测数据对深度神经网络进行离线训练,建立负荷节点注入功率的伪量测模型;最后,对交流区域和直流区域进行交替迭代状态估计,在交替过程中区域间交换VSC支路状态量的估计值,保证了边界状态量的一致性。算例测试结果表明,所提方法能在实时量测覆盖率低的情况下,准确估计混合配电网的状态值。     

基于DeepWalk算法的电力系统错误数据注入网络攻击分类方法

为了准确、有效地识别错误数据注入攻击（FDIA）对电网造成危害的严重程度,提出了基于DeepWalk算法的FDIA分类新方法。根据FDIA的特点,构建电力系统的响应模型;提出批量随机边删减策略,将响应模型生成的攻击数据构造为攻击场景图;采用DeepWalk算法将攻击场景图中的节点映射为低维向量,并将其作为机器学习算法的输入对FDIA进行分类。以遭受FDIA的IEEE 39节点系统为例进行仿真,结果表明所提方法可以根据FDIA对电网造成危害的严重程度准确、有效地对FDIA进行分类。     

基于Forney式因子图的主动配电网状态估计

实时准确的运行数据是实现主动配电网在线运行分析与智能化控制管理的基础。为了解决配电网实时量测不足带来的估计结果不理想的问题,依据通信领域的置信传播(BP)算法,提出一种基于Forney式因子图的主动配电网状态估计方法。考虑到具体用户量测的稀缺性及分布式电源运行时受气候影响的随机性,该方法首先通过历史负荷曲线获得先验分布,为配电网建立了统计学的计及光照辐射度及风速的Forney式因子图模型,然后利用BP算法全局推理变量节点及因子节点双向传递的本地置信度和状态信息,来获得各状态变量的边缘分布。通过对某地区11节点配电网系统和IEEE 33节点配电网系统进行仿真,表明了所述方法具有良好的实时性且在配电网实时量测不足的情况下也有较理想的估计结果。     

基于AMI全量测点分区的配电网动态状态估计方法

针对传统配电网三相不平衡动态状态估计存在计算速度较慢且估计精度较低的问题,提出了一种基于高级量测体系(AMI)全量测点分区的配电网的动态状态估计方法。以AMI全量测点作为配电网分区节点,提出综合3个指标的分区目标函数对配电网进行分区,可对子区域进行完全解耦,缩小系统规模;并通过所提数据融合框架进行多尺度量测数据的融合,以远程终端单元量测周期为基准,融合量测周期较长的AMI量测数据,对非AMI量测时刻的系统状态进行跟随。提出一种基于子区域数据融合方法的高精度集合卡尔曼滤波算法,采用协方差膨胀法改进滤波发散的问题。算例仿真结果表明所提方法有效地提高了配电网动态状态估计的计算速度和估计精度。     

含光伏电站和蓄电池储能系统的主动配电系统状态估计

间歇性和随机波动性的分布式新能源大规模接入,储能系统与电动汽车的随机充放电以及智能量测装置的量测误差等使得主动配电系统的态势感知面临诸多挑战。考虑到光照强度、温度及电池荷电状态等影响因素,文中搭建了含光伏发电电源、配电网和蓄电池储能负荷的主动配电系统状态估计模型。首先,基于光伏五参数模型和电池内阻模型,推导出光伏系统和蓄电池储能系统的量测函数及雅可比矩阵。然后,结合配电网的状态估计模型,将电气量和非电气量统一标幺化后,对主动配电系统进行状态估计及不良数据处理。最后,在IEEE 33节点系统下进行了仿真验证。仿真结果表明,与光伏系统和蓄电池储能系统作为PQ节点的模型相比,所提方法扩展了与光伏系统和蓄电池储能系统相关的状态估计和不良数据处理能力,且提高了配电网的状态估计精度。     

基于等值信息交换的分布式抗差估计算法

提出了一种基于等值信息交换的分布式抗差状态估计算法。各子系统通过等值计算将自身量测信息浓缩成等值信息,协调层收集各子系统的等值信息计算出边界状态量进而实现分布式状态估计。此外,在分布式算法基础上实现了分布式抗差估计。采用等价权原理将指数型目标函数抗差估计方法转换成变权重的加权最小二乘估计,并基于不动点迭代的方法进行求解。在求解过程中,等值信息随着权重值的变化而不断更新,子系统得以综合全系统信息进行抗差估计。最后,构造了多子系统算例和含不良数据的算例对算法进行测试。测试结果表明分布式抗差估计算法具有很高的计算精度和很好的抗差性能。     

PMU准实时数据对主动配电网抗差估计的影响

由于相量测量单元(PMU)因成本问题无法在配电网中大规模配置,且不同设备向主站传输数据时存在客观的通信延迟、带宽限制等因素,因此状态估计器输入端存在不良数据。提出一种基于同步相量量测的主动配电网抗差估计方法,并提出以虚拟PMU量测模型补充大量的高精度冗余数据。将数据采集与监视控制(SCADA)量测系统、PMU量测和虚拟PMU量测构成的混合量测系统作为状态估计的输入端。考虑网络和量测数据不确定度对抗差M估计算法进行改进,避免了传统加权最小二乘估计中删除坏数据的残差判断和迭代过程,降低了估计耗时,提高了状态估计的可靠性和抗差性能。改进IEEE 14和IEEE 33节点配电网算例的仿真分析,验证了所提方法的有效性和普适性。     

Assessment of Switched Communication Network Availability for State Estimation of Distribution Networks With Generation

Active management of complex distribution networks with distributed generation requires state estimation. As complete supervisory control and data acquisition systems are seldom available on 11-kV or lower voltage distribution networks, real-time measurements at remote points on 11-kV distribution networks are expensive. Therefore, the economical selection of a communication system for active management of distribution networks with distributed generation becomes an important issue. This paper presents the investigations into a leased communication system made of public-switched communication network channels for a distribution network state estimation application. It analyzes the effects of a different number of primary channels for real-time measurements on the distribution network state estimation accuracy. The leased communication system availability performance has also been analyzed and used to identify a number of reserve channels required to improve the leased system availability. The overall cost for improving the leased communication system availability has been calculated and compared with both a fiber-optic communication system and a power-line carrier communication system. The results show that the leased communication system is able to provide the lowest overall cost performance for the distribution network state estimation application.     

考虑PMU量测信息的配电网运行状态分析方法

同步相量量测单元PMU(phasor measurement unit)在配电网中的推广使用有效提升了电网系统的可观性。首先提出了一种考虑PMU信息的配电网运行状态分析方法,该方法在数据采集与监控SCADA(supervisory control and data acquisition)系统数据更新时,将SCADA和PMU等不同量测时间尺度的混合数据进行状态估计;之后通过PMU数据进行状态估计更新,直至新的SCADA数据到来,开始新的混合数据状态估计。目标函数由估计值与量测值之间残差指数的加权和组成,降低了不良数据对估计结果的影响,并通过抗残差加权减少由于量测坏数据引起的运行状态波动。最后通过IEEE 123节点的算例分析,验证了所提方法具有较好的运行状态分析效果和有较高的时效性。