基于PUF的低压分布式电源智能终端硬件指纹提取与优化

低压分布式电源智能终端用于汇聚新能源发电系统状态监测、运行环境、计量及并网控制相关数据,其身份合法性和数据机密性是系统可靠运行的前提。然而,智能终端广泛分布于客户侧,易于物理获取并遭受侧信道攻击。传统基于设备ID或数字证书的身份认证技术难以抵抗仿冒攻击,存储密钥等关键信息难以抵抗侧信道攻击。文章提出一种基于物理不可克隆函数(physicallyunclonable function,PUF)的硬件指纹提取与优化方案,利用SRAM上电初始值的不可克隆性构造硬件指纹,作为身份认证标识时可有效对抗仿冒攻击,用于产生通信密钥时通过避免直接存储密钥等关键信息对抗侧信道攻击,所提方案可用于存量设备。测试结果表明,所提方案输出“0”和“1”稳定比特的比例约为1:1,随机性(不可预测性)良好;采用BCH编码后,重构硬件指纹的稳定性约为100%。

基于大数据分析的分布式电源智能管理系统的研究

近年来,随着低压分布式电源逐步成为新型电力系统的重要组成部分,其出力随机性、间歇性和波动性等特征给电力系统运行和控制带来的不利影响日益突出。国网大同供电公司基于大数据分析方法,在区域内建设数字化、智能化的分布式电源智能管理系统,实现了含分布式电源配电网的可靠经济运行,规范并规划分布式电源接入,加强分布式电源主动支撑能力,完成7000余户分布式光伏模型与数据接入,利用拓扑分析、可视化技术与人工智能算法实现分布式光伏的全景监视与高准确度预测,达到了分布式光伏“可观可测”目标。