恶意数据对电力系统有功调度的影响机理分析及其防御策略研究

Real power dispatching is one of the most important tools used to guarantee the economic and secure operation of power systems. However, it highly relies on the large amount of real-time data of a power system. Consequently, the inaccuracy of these real-time data will significantly impact the security of real power dispatching and controls. This project first investigates the attack mechanism of false data against the real power dispatching, and then evaluates the vulnerability of a component in terms of the attack cost, the probability of being masked and the consequence of the failure of the component. Secondly, a robust real power dispatching strategy is proposed considering the worst-case attack scenario of false data injection attack. Next, we apply the compressive sensing theory to state estimation in power systems for reducing the amount of real-time measurements input in the state estimation while ensuring the satisfactory estimation accuracy. Finally, a new emergency control strategy is developed using a few real-time measurements according to the boundary condition of power flow distribution. By doing so, the robustness of the emergency control strategy is enhanced remarkably.

电力系统有功调度是保证电网运行经济性和提高系统安全性的重要控制手段，但当前的有功调度与控制方法依赖于电网大量的实时数据（如潮流数据、网络拓扑等），因此很容易受到恶意数据的干扰。本项目首先揭示恶意数据对电力系统有功调度的影响机理, 然后根据元件的攻击代价、可掩饰性和物理故障后果，建立综合评价指标，对恶意数据干扰下元件的脆弱性进行评估。接着，考虑恶意数据攻击的最坏场景， 建立对恶意数据攻击具有鲁棒性的有功调度方案。再者，将压缩传感理论引入电力系统状态估计之中，研究在不影响状态估计结果精度的前提下压缩状态估计需要的实时数据量， 由此发展恶意数据检测方法。最后， 分析电力系统潮流分布的边界条件, 实现利用少量实时数据完成系统的紧急控制，提高紧急控制抗恶意数据攻击的能力。

电力系统网络安全关系着国家安全和社会稳定，本项目首先揭示了基于不完整网络信息构造恶意数据的原理，并提出了大强度高隐身攻击向量的构造方法；然后分析了恶意数据诱导电力有功调度结果，导致输电线路连锁跳闸、系统切负荷的机理，并提出了恶意数据干扰下的高危线路快速筛选方法。在此基础上，提出了基于协议特征的电力异常行为监测方法与高隐身攻击数据检测技术，发明了对业务数据具有高容错性的电力有功鲁棒调度方法。最后，针对网络攻击导致的物理故障，提出了具有抗恶意数据攻击的电网紧急控制方法，提升了电力系统面对网络攻击的抵御力。基于以上技术，项目研发了电力异常数据检测系统，开发了电力调控攻击行为隔离与紧急控制决策平台，研制了电力异常流量监测装置，并在湖南、上海等省市的实际系统中进行了应用，效果显著。.项目发表了高水平期刊论文11篇，申请发明专利9 项，培养博士研究生 4 名、硕士研究生 5 名，核心技术支撑获得湖南省科技进步一等奖、中国机械工业科技进步二等奖、国家电网有限公司科技进步一等奖。项目投入经费55万元，支出50.5212万元，各项支出与预算相符。剩余经费4.4788万元，将用于本项目研究的后续支出。