针对电力系统状态估计的恶意攻击和防护措施-课程Presentation20.ppt

智能电网条件下针对电力系统状态估计的恶意攻击和防护措施 中国电科院 崔全胜 - 博 - 现代信号处理课程Presentation 2014.01.02 目 录 1. 电力系统的信息安全 2. 电力系统状态估计的概念 3. 针对电力系统状态估计的恶意攻击和防护措施 4. 讨论与思考 5. 参考文献 目 录 1. 电力系统的信息安全 2. 电力系统状态估计的概念 3. 针对电力系统状态估计的恶意攻击和防护措施 4. 讨论与思考 5. 参考文献 实验室仿真: 攻击智能电表 图中，智能电表I测量电热壶VI的功率，智能电表II测量LED灯VII的功率，智能电表III测量总功率。可以从平板电脑上发起攻击，修改电表I，电表II的数据，但总和仍等于电表III的数据，这样绕过了功率守恒检测。智能电表采用modBus/TCP协议 [1]。 启示: 可以网络方式篡改智能电表数据，并且“骗过”某些系统级检测方法。 FDIA攻击 FDIA(False Data Injection Attack) 是对智能电网最有威胁的攻击方式之一。这种攻击可能造成终端用户窃电，电力市场秩序被扰乱,电力系统错误调度和控制，甚至有可能造成大停电。 FDIA是一种信息-物理融合(cyber-physics)的攻击方式。一方面，攻击者应用网络黑客技术侵入电网的信息通信系统；另一方面，攻击者为了某种破坏目的，根据某种算法，确定应篡改哪些仪表的数据，并且使电力系统传统的坏数据检测算法检测不出这些虚假的恶意的量测数据。这要求攻击者不但具有黑客技术，而且具有电力系统知识(例如攻击者了解电力系统状态估计算法，掌握电网的相关配置数据)。 在智能电网的条件下，用户侧与电网侧之间有双向通信，这给FDIA攻击提供了可能。 目 录 1. 电力系统的信息安全 2. 电力系统状态估计的概念 3. 针对电力系统状态估计的恶意攻击和防护措施 4. 讨论与思考 5. 参考文献 电力系统状态估计的概念 电力系统状态估计就是由量测量z(生数据)来估计电网的状态变量x(熟数据)。量测量一般为线路有功功率，线路无功功率，母线注入有功功率，母线注入无功功率等。状态变量为各个母线的电压和相角。 量测方程为：z = h(x) + e + b， z为量测向量，x为状态变量，h(x)为测量函数，e为随机误差，b为不良数据(大误差)。状态估计就是已知电力系统配置(由函数h()体现)，根据量测z, 来估计状态变量x的过程，估计出的状态变量表示为 x^。 直流状态估计算法 本例中，5条母线(开关站)，5条线路，6个量测点(包括注入量测和线路潮流量测)。若采用直流模型，4个状态变量，为θ2、 θ3 、 θ4 、 θ5 。 z为6x1列向量，H为6x4矩阵，θ为4x1列向量。H由网络拓扑和各个线路的电抗决定，反映了电网的配置信息。 z是量测向量，H是雅可比矩阵， θ是状态变量(电压相角)。e是随机误差，高斯分布 直流模型量测方程： 状态估计软件的构成和工作流程 状态估计软件一般由下述几个算法模块构成：可观性判断，状态估计算法，不良数据的检测, 不良数据的辨识。 状态估计算法一般采用加权最小二乘法，不良数据的检测一般采用基于量测量残差判断的方法[2] 。 电力系统状态估计历史发展 1970 1980 1990 湖北实时 京津唐在线试验 WLS 状态估计 模型算法 模拟系统 结线分析 正交化算法 残差预报辨识 误差估计 不良数据 估计辨识 多SCADA估计 LAV估计 开关辨识 华北/华中/华东实用化 2000 2010 智能状态估计： 开关辨识 参数估计 误差估计 逐次型估计 分布式估计 SCADA/WAMS估计 动态估计 美国 中国 逐次型估计 分布式估计SCADA/WAMS估计 PMU/WAMS LMP计算 动态估计智能电网 电力系统状态估计研究现状： 输电网集中式状态估计已经很成熟； 注: 当前多数FDIA论文一般都是以直流模型的集中式状态估计研究。 2) 当前研究热点为：分层分布式状态估计；RTU数据和PMU数据混合状态估计； 3) 配网状态估计：因为输网、配网差异较大，输电网状态估计不能直接拿到配网用，配电网状态估计有其独特特点，配电网状态估计研究和实践都很不足。随AMI发展和分布发电的日益增多，配网状态估计急需加强研究和实践。 4) 谐波状态估计。 参考文献见[3] 目 录 1. 电力系统的信息安全 2. 电力系统状态估计的概念 3. 针对电力系统状态估计的恶意攻击和防护措施 4.