科研之友
微信
新浪微博
Facebook
分享链接
摘要
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%。
- 单位
