基于虚假数据攻击的智能电网状态估计研究

尽管网络技术在传感、通信和智能测量设备等方面的进步显著提高了电力系统的安全性和可靠性,但其对数据通信的依赖性使其容易受到网络攻击。通过虚假数据注入（FDI）攻击以模仿系统真实行为并保持不可观测的方式操纵电力系统的测量,这会误导状态估计的过程,并可能导致系统的停电。本文提出了一种鲁棒性动态状态估计（DSE）算法,并将其应用于图形处理单元（GPU）的大规模并行结构上,其在IEEE-118总线系统上进行的数值模拟试验验证了该算法的有效性和准确性。     

基于用电信息采集大数据的防窃电方法研究

本文介绍了常见的窃电方法及其特征,研究给出了窃电相关的特征参量,建立了用电信息采集系统各种数据、各类异常事件与窃电行为之间的关联关系,设计了基于用电信息采集大数据的防窃电结构化模型,包括数据预处理、用电异常检测模型和窃电嫌疑预测模型三部分。通过现场采集的数据,证明了该结构化防窃电模型的有效性,为解决大数据条件下的窃电行为监控问题提供有效方法。     

一种新型防窃电装置的设计

有效遏制窃电行为具有重大意义,但目前缺乏可靠实用的防窃电手段.介绍了一种新型防窃电装置,该装置直接采集用户一次侧用电信息,作为判断窃电的依据,对该装置的功能及设计方法进行了说明,并详细说明介绍了从高压侧获取电源的方法.最后给出了防窃电实例证明该装置的实用性.     

一种新型防窃电装置的设计

有效遏制窃电行为具有重大意义,但目前缺乏可靠实用的防窃电手段。介绍了一种新型防窃电装置,该装置直接采集用户一次侧用电信息,作为判断窃电的依据,对该装置的功能及设计方法进行了说明,并详细说明介绍了从高压侧获取电源的方法。最后给出了防窃电实例证明该装置的实用性。     

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...     

电能计量常见窃电方法及对策研究

为了应对长期制约供电公司电能运营经济效益的窃电问题,根据电能计量准确性的影响因素,从电流、电压、相位、以及安装接线四个方面,详细归纳总结了电能计量装置中常见的几种窃电方式。结合自我多年实践工作经验,探讨研究并提出多种预防窃电行为发生的技术措施,降低计量装置中电能计量损失,有效提高供电公司电能运营经济效益。     

基于非线性独立成分估计的分布式光伏窃电数据增强方法

由于分布式光伏窃电的强隐蔽性和稽查资源的有限性,导致电力部门掌握的窃电样本数量不足,限制了窃电检测的精度.为此,提出了一种基于非线性独立成分估计(NICE)的分布式光伏窃电数据增强方法.首先,利用多个可逆函数将窃电样本映射成服从高斯分布的隐变量,并通过逆变换将其反向重构成新的窃电样本.然后,提出了3种典型的光伏窃电模型...     

基于非线性状态估计的虚假数据注入攻击代价分析

随着智能电网的发展,信息通信系统与物理电力系统深度融合,虚假数据注入等网络攻击可能会对电网的安全稳定造成严重影响,目前这方面研究已成热点问题。一次成功的虚假数据注入攻击涉及攻击者所掌握资源、攻击区域选择和攻击向量构建。在有限的资源下,根据实际电网运行特征,以攻击节点为中心,构建了单节点攻击区域和多节点攻击区域,一定程度上可缩小攻击范围。基于非线性状态估计模型,分别针对单节点攻击与多节点攻击情形,提出一种掌握局部电网信息下的攻击代价分析方法。最后以IEEE-14系统和IEEE-1354系统为例,分别进行单节点攻击和多节点攻击分析,其结果验证了所提虚假数据注入攻击代价分析方法的有效性。     

基于PMU状态估计的研究

传统的基于单相纯正弦模型的状态估计存在固有误差。随着基于GPS的同步相量测量单元(PMU)的应用,提出以PMU为基础的三相状态估计和谐波状态估计算法。该算法可解决系统三相不平衡和状态向量非纯正弦带来的误差问题。     

几种常见的窃电方式及查处方法探究

电力已成为现代社会生活和发展进步不可缺少的一种重要能源。它不仅给人类带来光明,更重要的是推动了现代化大生产和现代科技的进程。但是伴随着市场经济体系的建立,窃电问题变得越来越突出,企业为此蒙受了巨大的经济损失。窃电问题不仅困扰电力企业的发展,也严重影响了国家的经济建设和社会的稳定。研究分析窃电方式,正确运用法律武器,依法进行用电检查,严厉查处违章用电和窃电行为,对于开展反窃电工作、维护企业利益具有非常重要的意义。     

基于改进XGBoost模型的低误报率窃电检测方法

以降低窃电检测误报率为目标,提出一种基于贝叶斯优化和改进XGBoost模型的窃电检测方法。首先根据用电信息采集系统和营销系统数据构建了窃电检测指标,然后采用XGBoost模型作为分类器,添加Focal Loss和增加分类阈值的方式用于优化模型。在此基础上,以验证集的马修相关系数为目标函数,利用贝叶斯优化调参求出最优Focal Loss参数和分类阈值,进一步降低检测方法误判率。基于实际电力用户数据进行数值仿真,结果表明所提方法比Adaboost、BP神经网络、SVM具有更高的准确率。     

基于AdaBoost集成学习的窃电检测研究

针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次通过绘制不同学习率下的分类错误率曲线,确定AdaBoost集成学习算法的学习率和弱学习器个数。最后利用爱尔兰智能电表数据集中的居民用电数据对所提算法进行测试评估,将AdaBoost集成学习算法与决策树、k最近邻、误差逆传播神经网络、支持向量机等各类单一强学习算法对比。结果表明基于AdaBoost集成学习的窃电检测算法在准确率、命中率、误检率等检测指标中最优,灵敏性分析验证了基于AdaBoost集成学习的窃电检测方法的有效性。     

基于SE-CNN模型的窃电检测方法研究

针对传统电网现有窃电检测仅用单一电量且实际数据集下检测准确度低的问题,提出一种基于通道注意力网络改进卷积神经网络模型的窃电行为检测方法。首先建立一种包含用电量趋势、线损增长率、终端告警多源数据融合的窃电评价指标体系,以此构建用户用电特征集。然后,基于通道注意力挤压激励网络(squeeze and excitation networks, SENet)优化卷积神经网络(convolutional neural network, CNN)模型,据此构建自适应通道注意力网络改进卷积神经网络模型的窃电检测方法。最后,利用南方电网数据集对提出方法的有效性与准确性进行验证。实测结果表明,所提方法能有效实现实际电网情况下各类窃电行为准确检测,建立的评价指标体系可更明显表征窃电行为规律。构建的窃电检测模型可自适应对特征通道重要程度调整,提升通道利用率。相比现有检测方法,其具有更高准确度和更优泛化性能。     

一种分布式高低压线路防窃电设计

目前智能用电系统中,防窃电主要依赖低压侧远方终端和电表判断,单一使用低压侧数据判断,系统不可靠,误报,漏报率高。针对该问题,设计了一种基于故障指示器和低压线路采集相结合,远方终端系统判断高压和低压数据,可有效监测各类常见窃电异常,系统可靠性高,投入成本低,运维便利,能为现有系统提供有效窃电监测。     

基于大数据和机器学习的用电异常行为分析系统总体架构

用户用电异常行为不仅对接入设备和用户本身产生影响,更会危及电网的正常运行,因此对用电异常行为的分析至关重要。基于大数据和机器学习技术,设计了一种用电异常行为分析系统,并提出了系统设计的总体框架和相关配置。所设计系统对用户用电的用电量、电压质量、负载及三相不平衡率、无功及功率因数等方面可以进行异常分析,并以可视化的方式向管理员和用户展示。同时,对高风险用户进行预警和跟踪处理,对窃电行为展开调查分析。本系统可以有效分析用户用电异常行为及进行窃电预警,对电网稳定运行起到关键作用。     

基于拓扑篡改的电力市场虚假数据注入攻击方案

从攻击者的角度出发,在直流状态估计框架下提出了一种基于拓扑篡改的虚假数据注入攻击(FDIA)方案.首先,通过分析攻击后由网络拓扑处理器计算所得拓扑结构与传感器测量结果的一致性以及对比攻击前、后的残差,给出可以躲避拓扑误差处理检测以及残差检测的隐蔽攻击定义;然后,基于上述定义以及攻击向量列空间的隐蔽条件,提出一种FDIA方案,通过求解凸规划问题实现在保证隐蔽性的同时获得最大发电收益;最后,基于标准IEEE 9节点及14节点系统对所提方案的有效性进行验证.结果表明,与现有FDIA方案相比,所提将拓扑篡改与FDIA相结合的攻击方案具有更强的隐蔽性且获利更大.     

基于组合优化LOWESS的电能量数据缺失处理方法

针对实际电能量数据的统计分布特性,考虑到均值替代等通常方法对电能量数据缺失的处理效果欠佳,LOWESS模型的估计偏差受限于其给定的窗宽和拟合阶数,提出一种基于预测误差最小化的参数组合优化LOWESS回归模型的电能量数据缺失自动处理方法,通过对比固定窗口和阶数在非平稳的电能量数据上的预测效果,研究参数组合优化LOWESS模型的准确性、适应性以及相对优势性。通过实际数据验证,此模型能适应电能量数据不同数据分布、不同缺失比例等情况,预测准确率高,具有一定的实用参考价值。     

售电商参与现货市场下的售电套餐优化设计

随着中国电力现货市场的快速发展,售电商可以通过设计售电套餐来引导电力用户参与电力需求响应,以此提高双方利益。文中引入避峰响应系数,在分时电价的基础上制定售电套餐激励以吸引电力用户积极转移用电负荷。首先,根据设计的售电套餐计算出电力用户选择售电套餐后的负荷转移情况;其次,考虑电费支出的变化与用电方式的变化对电力用户效用产生的影响,基于效用函数构建售电套餐决策模型来计算出电力用户对售电套餐的选择情况;然后,文中基于售电商参与现货市场交易转移负荷,以售电商利益驱动量最大化为目标优化设计出4种售电套餐;最后,通过算例分析,验证了优化后的售电套餐符合双方的利益要求。     

一种新的分布式电力系统状态估计算法

随着电力系统的发展,区域电网互联,形成了规模更大的系统。为了适应这一趋势,电力系统状态估计应采用分布式算法。在配置少量PMU的基础上,将分区后的边界等式约束条件通过拉格朗日乘子计入整体目标函数,将分布式状态估计的问题转化为一个带等式约束的最优化问题,实现了电力系统状态估计的分布式计算。该算法不仅提高了状态估计的速度,而且可在不必改动原有状态估计模块的基础上,很容易地加入等式约束的修正模块。最后通过IEEE14节点和IEEE30节点系统的模拟仿真,验证了该算法的有效性和优越性。