电子信息技术

本发明公开了基于数据驱动的电力系统受攻击量测数据二层修复方法，涉及电力系统运行安全维护领域，依据地区电网的网络参数信息建立各拓扑结构下的量测回归模型，模拟FDIA工况下被攻击的量测向量；在上层利用多维缩放法降维结合联邦森林算法分离受攻击数据；将分离后的正常数据输入下层的改进CBEGAN的生成器G中，生成数据G(z)；将G(z)与历史量测回归模型注入判别器D，通过计算真实样本和生成样本的重构误差分布间的Hellinger距离来辨别真伪；通过目标M判断收敛，最终实现数据修复。本发明能在剩余正常数据基础上有效修复量测数据，实现电网受攻击后恢复的自愈能力，具有较好的测量收敛性、控制分布多样性和实用性。

提升电网安全性：通过二层修复方法，快速识别并修复受攻击的电力量测数据，保障电网运行的稳定性和安全性，防止恶意攻击导致的停电事故。

增强数据可靠性：该方法能够有效恢复被篡改或丢失的量测数据，提高电力系统状态估计的准确性，为调度决策提供可靠依据。

降低经济损失：及时修复受攻击数据，减少因数据异常导致的电力系统故障和经济损失，提升电网的抗风险能力。

推动智能电网发展：该技术为智能电网的数据安全防护提供支持，促进电力系统的数字化转型和智能化升级，提升整体运营效率。

 1、本发明针对盲虚假数据注入攻击(FDIA)，考虑智能电网量测数据之间的复杂关联特性，从数据分析的角度提出了一种基于数据驱动的受攻击量测数据二层修复方法，提高了电网调控系统应对虚假数据注入攻击的韧性。

2、本发明通过设置双层模型的结构，上层为分离层，由于地区电网不同拓扑结构之间存在数据孤岛问题，上层算法能够在数据独立的条件下通过协同训练提高分离虚假数据的效率；下层为修复层，提出了一种基于改进条件边界均衡生成对抗网络(CBEGAN)的量测数据修复方法，在约束数据生成方向、保证生成器G和判别器D平衡的同时可以有效地通过比较真实样本与生成样本的重构误差分布来修复缺失的量测数据值，保证状态估计器的数据完整性。

3、本发明可以解决由于攻击检测后分离虚假数据所造成的数据缺失问题，实现电网受攻击后恢复的自愈能力，具有较好的测量收敛性、控制分布多样性和实用性。