状态估计不良数据检测方法、装置、电子设备及存储介质与流程

本发明涉及电力系统数据监测，尤其涉及一种状态估计不良数据检测方法、装置、电子设备及存储介质。

背景技术：

1、状态估计(state estimation，se)是电力系统监测与数据采集(supervisorycontrol and data acquisition，scada)系统的重要组成部分，能够根据远程终端(remoteterminal unit，rtu)采集到的系统实时运行状态信息及网络拓扑信息对系统的真实运行情况进行准确的估计，为最优潮流、坏数据(不良数据)检测等针对电力系统的运行状态分析打下基础。

2、状态估计的量测量主要包括注入节点的有功功率pi、无功功率qi、有功潮流pij、无功潮流qij以及节点电压幅值vi，根据量测量估计出的状态变量则是所有节点电压的幅值vi与相角θi，状态变量可以用于反映当前系统的运行状态。在实际应用中，状态估计的准确性与量测量的冗余度有着密切关系，通常而言，量测量越多，测量冗余度越高，相应的状态估计则越准确，但所需成本也更大，因此，scada系统通常会先评估出电网中的关键位置，以安置rtu，从而进一步提供状态估计必要的信息。

3、在采集、传递、交换量测数据的整个过程中，无法保证所有数据都是准确无误的，可能会出现因设备因素或者网络因素所造成数据的损坏或者偏差等状况。因此，在该过程中，需要对量测数据进行检测与辨识，通过大量正常的冗余量测，利用数学处理方法检测不良数据。基于wls(weighted least square method，加权最小二乘法)se的结果，目前通常采用卡方(chi-square)检验、加权残差(weighted residual，wr)检验、最大归一化残差(largest normalized residual，lnr)检验等常规不良数据检测方法。

4、虚假数据注入攻击(false data injection attacks，fdia)作为一种破坏电网信息完整性的网络攻击，具有较强的可达性、隐蔽性以及干扰性，对电力系统物理信息网威胁程度较高。攻击者主要通过篡改原始测量数据，并且通过精心设计的攻击方法使得现有的不良数据检测方法无法发现这种特殊的网络攻击，进而使得控制中心误判电网状态，做出错误决策，致使整个电网出现故障，甚至造成网络瘫痪等严重事故。

技术实现思路

1、本发明提供了一种状态估计不良数据检测方法、装置、电子设备及存储介质，用于解决或部分解决现有相关技术中在对状态估计量测值进行不良数据检测时，无法准确且有效区分不良数据是由于虚假数据注入攻击还是实际电网事故引起的技术问题。

2、本发明提供的一种状态估计不良数据检测方法，所述方法包括：

3、获取电力系统的状态估计量测数据，所述状态估计量测数据包括前一时刻的历史状态估计值；

4、采用所述历史状态估计值进行状态估计，获得当前时刻的预测量测值；

5、根据所述预测量测值，计算当前时刻的实际量测值，并结合所述状态估计量测数据、所述预测量测值以及所述实际量测值进行余弦相似度比值计算，获得目标检测函数；

6、根据所述目标检测函数，判断所述电力系统是否遭受虚假数据注入攻击。

7、可选地，所述状态估计量测数据包括所述电力系统在初始时刻的初始预测量测值以及初始实际量测值，所述结合所述状态估计量测数据、所述预测量测值以及所述实际量测值进行余弦相似度比值计算，获得目标检测函数，包括：

8、根据所述初始预测量测值以及所述初始实际量测值，计算所述电力系统在初始时刻的第一余弦相似度；

9、根据所述预测量测值以及所述实际量测值，计算所述电力系统在当前时刻的第二余弦相似度；

10、基于所述第一余弦相似度以及所述第二余弦相似度，进一步计算余弦相似度比值，并将所述余弦相似度比值作为目标检测函数。

11、可选地，所述第一余弦相似度的计算公式如下所示：

12、

13、所述第二余弦相似度的计算公式如下所示：

14、

15、所述余弦相似度比值的计算公式如下所示：

16、

17、其中，cos1为第一余弦相似度，z1为初始实际量测值，为初始预测量测值，cosk为第二余弦相似度，zk为当前时刻的实际量测值，为当前时刻的预测量测值，μk为当前时刻与初始时刻的余弦相似度比值。

18、可选地，所述根据所述目标检测函数，判断所述电力系统是否遭受虚假数据注入攻击，包括：

19、根据所述目标检测函数，判断所述电力系统当前时刻与初始时刻的余弦相似度比值是否处于预设检测阈值区间；

20、若所述余弦相似度比值并未处于预设检测阈值区间，则确定所述电力系统遭受虚假数据注入攻击；

21、若所述余弦相似度比值处于预设检测阈值区间，则确定所述电力系统当前并未遭受虚假数据注入攻击，并转入下一时刻的注入攻击判断计算。

22、可选地，所述预设检测阈值区间基于所述电力系统处于正常运行时的历史运行数据而确定，所述预设检测阈值区间的计算表达式为：

23、

24、其中，λ1,λ2为阈值裕度，λ1表示阈值裕度下限，λ2表示阈值裕度上限，l＞0表示预设阈值误差，{μ1,…,μk,…}表示电力系统在不同时刻的余弦相似度比值集合，min表示选取最小值，max表示选取最大值。

25、可选地，所述采用所述历史状态估计值进行状态估计，获得当前时刻的预测量测值，包括：

26、初始化所述历史状态估计值的系统状态向量，以及所述系统状态向量对应的测量误差协方差矩阵；

27、根据所述系统状态向量以及所述测量误差协方差矩阵进行状态估计，预测当前时刻的当前状态估计值；

28、将所述当前状态估计值代入状态估计量测方程进行计算，获得当前时刻的预测量测值。

29、可选地，所述根据所述预测量测值，计算当前时刻的实际量测值，包括：

30、结合状态估计量测方程，进一步计算所述预测量测值在当前时刻所对应的实际量测值。

31、本发明还提供了一种状态估计不良数据检测装置，包括：

32、状态估计量测数据获取模块，用于获取电力系统的状态估计量测数据，所述状态估计量测数据包括前一时刻的历史状态估计值；

33、状态估计模块，用于采用所述历史状态估计值进行状态估计，获得当前时刻的预测量测值；

34、余弦相似度比值计算模块，用于根据所述预测量测值，计算当前时刻的实际量测值，并结合所述状态估计量测数据、所述预测量测值以及所述实际量测值进行余弦相似度比值计算，获得目标检测函数；

35、虚假数据注入攻击判断模块，用于根据所述目标检测函数，判断所述电力系统是否遭受虚假数据注入攻击。

36、本发明还提供了一种电子设备，所述设备包括处理器以及存储器：

37、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

38、所述处理器用于根据所述程序代码中的指令执行如上任一项所述的状态估计不良数据检测方法。

39、本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的状态估计不良数据检测方法。

40、从以上技术方案可以看出，本发明具有以下优点：

41、提供了一种应用于电力系统的状态估计不良数据检测方法，首先获取电力系统的状态估计量测数据，其中，状态估计量测数据包括前一时刻的历史状态估计值；接着采用历史状态估计值进行状态估计，获得当前时刻的预测量测值；然后根据预测量测值，计算当前时刻的实际量测值，并结合状态估计量测数据、预测量测值以及实际量测值进行余弦相似度比值计算，获得目标检测函数；最后根据目标检测函数，判断电力系统是否遭受虚假数据注入攻击。从而通过采用余弦相似度算法精确量化测量残差的相似性，不仅能够像现有不良数据检验方法一样检测自然不良数据，也可以有效且准确地检测人为的针对状态估计的恶意fdia网络攻击，从而起到防御网络攻击的作用，避免恶意网络攻击对电网造成严重影响。