防御虚假数据注入攻击的多目标优化模型

摘要：

随着智能电网的快速发展,虚假数据注入(false data injection,FDI)攻击已经成为未来电力系统运行面临的主要威胁之一.攻击者通过篡改系统原始数据,导致电力系统失负荷(loss of load demand,LoLD),甚至引发级联失效.因此,有必要建立一种成本效益机制来减轻FDI攻击造成的LoLD.提出了一种多目标风险规避优化模型,在FDI攻击的防御成本、电力系统运行网损和LoLD之间进行权衡.采用多目标进化捕食策略对多目标模型进行求解,获取多目标优化Pareto最优解.仿真结果在IEEE 30节点电力系统证明了所提模型的有效性,并且揭示FDI攻击下电力系统运行中存在着较高的LoLD风险.

关键词：虚假数据注入攻击、失负荷、成本效益机制、多目标优化、风险规避模型

所属期刊栏目：21

分类号：TM731(输配电工程、电力网及电力系统)

资助基金：山东省高等学校科技计划项目J18KA019

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9384-9388