虚假数据注入攻击(false data injection attack,FDIA)是威胁电网运行安全的主要因素之一,其主要通过攻击电网中的一些通信环节,误导电力系统的状态估计结果,给电网安全运行带来巨大威胁。针对FDIA难以有效检测及电力系统状态估计中过...虚假数据注入攻击(false data injection attack,FDIA)是威胁电网运行安全的主要因素之一,其主要通过攻击电网中的一些通信环节,误导电力系统的状态估计结果,给电网安全运行带来巨大威胁。针对FDIA难以有效检测及电力系统状态估计中过程噪声与量测噪声两者协方差矩阵非正定问题,将向量自回归(vector auto regression,VAR)模型引入电力系统状态估计,提出一种基于VAR和加权最小二乘法(weighted least squares,WLS)的FDIA检测方法。首先,建立VAR状态估计模型,将量测噪声视为稳定量,只对过程噪声进行估计,解决两者协方差矩阵的非正定问题;其次,分别采用VAR与WLS对电力系统进行状态估计,采用一致性检验与量测量残差检验对2种方法的结果进行检测,以判定是否存在FDIA;最后,IEEE 14节点和IEEE 30节点仿真结果表明,本文所提检测方法能够成功检测到FDIA,且检测成功率较高,从而验证了该方法的可行性及有效性。展开更多
摘要：针对风力发电机空气动力学和结构分析的要求，提出一种新的向量自回归（vectorautoregressive，VAR）Z维阵风速场仿真方法。在常规自回归（autoregressive，AR）法建模的基础上，根据维纳一辛钦公式，由协方差向量和功率谱求出自...摘要：针对风力发电机空气动力学和结构分析的要求，提出一种新的向量自回归（vectorautoregressive，VAR）Z维阵风速场仿真方法。在常规自回归（autoregressive，AR）法建模的基础上，根据维纳一辛钦公式，由协方差向量和功率谱求出自回归系数向量。其中输入参数为单点Davenport阵风功率谱（power special density,PSD）和互相关函数。基于此，推导出多维风速时程模型。算例采用一个3桨叶风力发电机所在风场，其中心高为H=30m，风力机转子半径肚11．6m，沿风力机叶尖扫过圆周均布12个点，取其中3点进行仿真，并采用Burg算法进行功率谱估计。采样频率0加．9Hz，频率采用点数Ar=1800，时间间隔0．1S。仿真结果表明，适当选取采样频率点数与时间间隔，可以在保证模拟功率谱计算精度的同时，具有快速高效的特点，弥补了传统方法在模拟三维风速时耗时长、精度低的缺点。展开更多
文摘虚假数据注入攻击(false data injection attack,FDIA)是威胁电网运行安全的主要因素之一,其主要通过攻击电网中的一些通信环节,误导电力系统的状态估计结果,给电网安全运行带来巨大威胁。针对FDIA难以有效检测及电力系统状态估计中过程噪声与量测噪声两者协方差矩阵非正定问题,将向量自回归(vector auto regression,VAR)模型引入电力系统状态估计,提出一种基于VAR和加权最小二乘法(weighted least squares,WLS)的FDIA检测方法。首先,建立VAR状态估计模型,将量测噪声视为稳定量,只对过程噪声进行估计,解决两者协方差矩阵的非正定问题;其次,分别采用VAR与WLS对电力系统进行状态估计,采用一致性检验与量测量残差检验对2种方法的结果进行检测,以判定是否存在FDIA;最后,IEEE 14节点和IEEE 30节点仿真结果表明,本文所提检测方法能够成功检测到FDIA,且检测成功率较高,从而验证了该方法的可行性及有效性。
文摘摘要：针对风力发电机空气动力学和结构分析的要求，提出一种新的向量自回归（vectorautoregressive，VAR）Z维阵风速场仿真方法。在常规自回归（autoregressive，AR）法建模的基础上，根据维纳一辛钦公式，由协方差向量和功率谱求出自回归系数向量。其中输入参数为单点Davenport阵风功率谱（power special density,PSD）和互相关函数。基于此，推导出多维风速时程模型。算例采用一个3桨叶风力发电机所在风场，其中心高为H=30m，风力机转子半径肚11．6m，沿风力机叶尖扫过圆周均布12个点，取其中3点进行仿真，并采用Burg算法进行功率谱估计。采样频率0加．9Hz，频率采用点数Ar=1800，时间间隔0．1S。仿真结果表明，适当选取采样频率点数与时间间隔，可以在保证模拟功率谱计算精度的同时，具有快速高效的特点，弥补了传统方法在模拟三维风速时耗时长、精度低的缺点。
