拒绝服务攻击下基于UKF的智能电网动态状态估计研究

针对连续拒绝服务 (Denial of service, DoS) 攻击导致量测数据丢失使得动态状态估计失效、进而破坏智能电网安全经济运行问题, 本文提出了一种适用拒绝服务攻击的改进无迹卡尔曼滤波 (Unscented Kalman filter, UKF) 方法, 以进行智能电网动态状态估计.首先, 分析拒绝服务攻击引起数据丢包特性并设计了数据补偿策略, 以重构电力系统动态模型;然后, 结合Holt s双参数指数平滑和无迹卡尔曼滤波方法, 构造了融合补偿信息的新状态估计方程, 并进一步基于估计误差协方差矩阵推导了状态增益更新方法, 从而得到了无迹卡尔曼滤波动态状态估计新方法.最后, 针对IE...

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 45; no. 1; pp. 120 - 131
Main Authors 李雪, 李雯婷, 杜大军, 孙庆, 费敏锐
Format Journal Article
LanguageChinese
Published 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室,上海,200072 2019
Subjects
动态状态估计
拒绝服务攻击
无迹卡尔曼滤波
智能电网
dynamic state estimation
denial of service (DoS) attacks
Smart grid
unscented Kalman filter (UKF)
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.2018.c180431

Cover

More Information
Summary:针对连续拒绝服务 (Denial of service, DoS) 攻击导致量测数据丢失使得动态状态估计失效、进而破坏智能电网安全经济运行问题, 本文提出了一种适用拒绝服务攻击的改进无迹卡尔曼滤波 (Unscented Kalman filter, UKF) 方法, 以进行智能电网动态状态估计.首先, 分析拒绝服务攻击引起数据丢包特性并设计了数据补偿策略, 以重构电力系统动态模型;然后, 结合Holt s双参数指数平滑和无迹卡尔曼滤波方法, 构造了融合补偿信息的新状态估计方程, 并进一步基于估计误差协方差矩阵推导了状态增益更新方法, 从而得到了无迹卡尔曼滤波动态状态估计新方法.最后, 针对IEEE 30和118节点系统进行仿真, 验证了所提方法的可行性和有效性.
ISSN:0254-4156
DOI:10.16383/j.aas.2018.c180431