CN105467204A - 智能电网中基于假数据识别的用户实际耗电量的检测方法 - Google Patents

Abstract

本发明公开了一种智能电网中基于假数据识别的用户实际耗电量的检测方法，包括：1)智能电表检测t-1时刻各用户的历史用电信息、当前耗电量、分布式产能及电能存储装置的电能存储量，预测用户t时刻的电能需求量pred_i(t)；2)控制中心将用户下一时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量进行离散化，然后使用贝叶斯网络得t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)；3)根据p_i(t)确定最终预测的t时刻用户的电能需求d_i(t)；4)d_i(t)与用户t时刻的实际用电量l_i(t)进行作差运算，得t时刻电网上的电力缺口Gap(t)；5)根据步骤4)得到的t时刻电网上的电力缺口Gap(t)得t时刻用户的实际耗电量r_i(t)。本发明能够准确地得到智能电网中用户实际耗电量。

Description

智能电网中基于假数据识别的用户实际耗电量的检测方法

技术领域

本发明属于智能电网安全领域，涉及一种智能电网中基于假数据识别的用户实际耗电量的检测方法。

背景技术

随着智能电网的发展，智能电网中的网络攻击越来越值得重视。与传统电网相比，智能电网中的控制中心可以通过通信网络获取智能量测设备量测的电网运行参数及预测的用户电能需求，估计电网运行状态，进而对下一时刻电网操作进行决策。但是，智能电网中的智能设备通过无线网络相连，潜在的攻击者可以通过假数据注入攻击来使得控制中心获得虚假的用户耗电量，从而破坏整个电网的正常运行。

在智能电网中，需求响应是近些年来的一个研究热点。在需求响应过程中，供电公司通过获取用户的用电信息来对电网中的操作进行调节，从而更经济合理地分配电能，达到更高的能源利用效率。但是，智能电网中的智能设备通过无线网络相连，潜在的攻击者可以通过假数据注入攻击来使得控制中心获得虚假的用户的耗电量，从而破坏整个电网的正常运行。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种智能电网中基于假数据识别的用户实际耗电量的检测方法，该方法能够准备的得到智能电网中用户实际耗电量。

为达到上述目的，本发明所述的智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，包括以下步骤：

1)智能电表检测t-1时刻各用户的历史用电信息、当前耗电量、分布式产能及电能存储装置的电能存储量，然后根据各用户的历史用电信息、实际耗电量、分布式产能及电能存储装置的存储量预测用户t时刻的电能需求量pred_i(t)；

2)控制中心将用户下一时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量进行离散化，并根据离散化的用户在下一时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量使用贝叶斯网络得t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)；

3)根据步骤2)得到的t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)确定最终预测的t时刻用户的电能需求d_i(t)；

4)将步骤3)得到的最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)进行作差运算，然后根据作差运算的结果得t时刻电网上的电力缺口Gap(t)；

5)根据步骤4)得到的t时刻电网上的电力缺口Gap(t)得t时刻用户的实际耗电量r_i(t)。

预测的用户i在t时刻的电能需求量pred_i(t)的表达式为

pred_i(t)＝P(H_i,c_i(t-1),DG_i(t-1),S_i(t-1))(1)

其中，H_i为用户i的历史用电信息，c_i(t)为用户i在时刻t消耗的电量，DG_i(t)为用户i在时刻t内的分布式产能，S_i(t)为用户i的电能存储装置在时刻t内的电能存储量，P(·)为电能需求的预测函数。

步骤2)中控制中心给用户t+1时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量进行散化，得离散化的用户i在t+1时刻的电能需求量S^(p)＝{pred_i(t+1)|v_i∈U}、用户i在t时刻的耗电量S^(c)＝{c_i(t)|v_i∈U}、电网总耗电量S^(C)＝{C_i(t)|v_i∈U}及实际需求与预测值误差S^(e)＝{err_i(t)|v_i∈U}，其中，err_i(t)＝l_i(t)-pred_i(t)，离散时的约束目标为：

$\begin{array}{cc}\underset{S^{\left(p\right)}}{\mathrm{argmin}}& \underset{j=1}{\overset{k_p}{\Σ}}\underset{{\mathrm{pred}}_i\∈S_j^{\left(p\right)}}{\Σ}\left|\right|{\mathrm{pred}}_i-{\mathrm{\μ}}_j^{\left(p\right)}|{|}^2\end{array}---\left(2\right)$

$\begin{array}{cc}\underset{S^{\left(c\right)}}{\mathrm{argmin}}& \underset{j=1}{\overset{k_c}{\Σ}}\underset{c_i\∈S_j^{\left(c\right)}}{\Σ}\left|\right|c_i-{\mathrm{\μ}}_j^{\left(c\right)}|{|}^2\end{array}---\left(3\right)$

$\begin{array}{cc}\underset{S^{\left(C\right)}}{\mathrm{argmin}}& \underset{j=1}{\overset{k_C}{\Σ}}\underset{C\∈S_j^{\left(C\right)}}{\Σ}\left|\right|C_i-{\mathrm{\μ}}_j^{\left(C\right)}|{|}^2\end{array}---\left(4\right)$

$\begin{array}{cc}\underset{S^{\left(e\right)}}{\mathrm{argmin}}& \underset{j=1}{\overset{k_e}{\Σ}}\underset{{\mathrm{err}}_i\∈S_j^{\left(e\right)}}{\Σ}\left|\right|{\mathrm{err}}_i-{\mathrm{\μ}}_j^{\left(e\right)}|{|}^2\end{array}---\left(5\right)$

其中，k_p,k_c,k_C,k_e分别为S^(p),S^(c),S^(C),S^(e)内的元素个数，μ_i为S_i内所有值的均值，其中，选择μ_i作为S_i中所有值的离散值。

最终预测的t时刻用户的电能需求d_i(t)的表达式为：

当则认定用户用电需求为假数据；当则认定用户用电需求为真实数据。

步骤4)的具体操作为：

步骤3)得到的最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)之差ε_i(t)的表达式为：

ε_i(t)＝l_i(t)-d_i(t)(9)

则t时刻电网上的电力缺口Gap(t)表达式为：

$Gap\left(t\right)=\underset{v_i\∈U}{\mathrm{\Σ}}{l}_i\left(t\right)-BG\left(t\right)\≤\underset{v_i\∈U}{\mathrm{\Σ}}{l}_i\left(t\right)-\underset{v_i\∈U}{\mathrm{\Σ}}{d}_i\left(t\right)-3N\mathrm{\σ}=E\left(t\right)-3N\mathrm{\σ}---\left(10\right)$

其中，Ε(t)为最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)之差ε_i(t)的总和，即

步骤4)的具体操作为：

当Gap(t)<0，且时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right),& v_i\&Element;U_g\\ l_i\left(t\right)-\frac{{\mathrm{\&epsiv;}}_i\left(t\right)}{E_l\left(t\right)}\&CenterDot;Gap\left(t\right),& v_i\&Element;U_l\end{array}\right.---\left(12\right)$

当Gap(t)<0，且时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right)-\frac{Gap\left(t\right)-E_l\left(t\right)}{N},& v_i\&Element;U_g\\ d_i\left(t\right)-\frac{Gap\left(t\right)-E_l\left(t\right)}{N},& v_i\&Element;U_l\end{array}\right.---\left(13\right)$

当Gap(t)>0时，则表明电网当前的电能需求大于电能供应，则断除电能需求最高的若干节点使电网满足

$\begin{array}{cc}\min & \left|\right|U_{outage}\left|\right|\\ s.t.& \left\{\begin{array}{c}\underset{v_i\&Element;U_{outage}}{\mathrm{\&Sigma;}}{d}_i\left(t\right)\&GreaterEqual;Gap\left(t\right)\\ \&ForAll;v_i\&Element;U_{outage},v_j\&Element;U_g-U_{outage},{\mathrm{\&epsiv;}}_i\left(t\right)\&GreaterEqual;{\mathrm{\&epsiv;}}_j\left(t\right)\end{array}\right.\end{array}---\left(14\right)$

则断除电能需求最高的若干节点后电网的电能缺口Gap′(t)的表达式为：

${\mathrm{Gap}}^{\&prime;}\left(t\right)=Gap\left(t\right)-\underset{v_i\&Element;U_{outage}}{\&Sigma;}{l}_i\left(t\right)\&GreaterEqual;0;$

当 $\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i\&le;{\mathrm{Gap}}^{\&prime;}\left(t\right)$ 时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right),& v_i\&Element;U_g-U_c\\ l_i\left(t\right)-\frac{{\mathrm{\&epsiv;}}_i\left(t\right)}{\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i}\&CenterDot;{\mathrm{Gap}}^{\&prime;}\left(t\right),& v_i\&Element;U_l\\ 0& v_i\&Element;U_c\end{array}\right.---\left(15\right)$

当 $\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i\&le;{\mathrm{Gap}}^{\&prime;}\left(t\right)$ 时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right)-\frac{{\mathrm{Gap}}^{\&prime;}\left(t\right)-\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i}{N-\left|\right|U_{outage}\left|\right|},& v_i\&Element;U_g-U_c\\ d_i\left(t\right)-\frac{{\mathrm{Gap}}^{\&prime;}\left(t\right)-\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i}{N-\left|\right|U_{outage}\left|\right|},& v_i\&Element;U_l\\ 0& v_i\&Element;U_c\end{array}\right.---\left(16\right).$

本发明具有以下有益效果：

本发明所述的智能电网中基于假数据识别的用户实际耗电量的检测方法在具体操作时，控制中心根据离散化的用户在t+1时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量使用贝叶斯网络得t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)，再根据t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)确定是否进行了假数据注入，从而得到真实的t时刻用户的电量需求，避免假数据注入对测量得到的t时刻用户的实际耗电量r_i(t)的真实性的影响，提高测量数据的准确性。

附图说明

图1为本发明中贝叶斯网络结构图；

图2为本发明中不同置信阈值的假数据识别漏报率对比图；

图3为本发明中不同置信阈值的假数据识别误报率对比图；

图4为本发明中过滤假数据与未过滤假数据之间电能预测值与实际消耗值的误差对比图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

参考图1，本发明所述的智能电网中基于假数据识别的用户实际耗电量的检测方法包括以下步骤：

1)智能电表检测t-1时刻各用户的历史用电信息、当前耗电量、分布式产能及电能存储装置的电能存储量，然后根据各用户的历史用电信息、实际耗电量、分布式产能及电能存储装置的存储量预测用户t时刻的电能需求量pred_i(t)；

2)控制中心将用户下一时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量进行离散化，并根据离散化的用户在t时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量使用贝叶斯网络得t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)；

其中，使用贝叶斯网络得t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)的具体过程为：

a)对所有可观察随机变量用户用观察值实例化，对不可观察用户实例化为随机值。

b)对DAG进行遍历，对每一个不可观察用户y，计算 $P\left(y\right|w_i)=\mathrm{\&alpha;}P\left(y\right|Parents\left(y\right))\underset{j}{\&Pi;}Parents\left(s_j\right),$ 其中，w_i表示除y以外的其它所有用户，a为正规化因子，s_j表示y的第j个子用户。

c)使用步骤b)计算得到的各个不可观察用户y作为未知用户的新值进行实例化，重复b)，直到结果充分收敛。

d)将收敛结果作为t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)。

3)根据步骤2)得到的t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)确定最终预测的t时刻用户的电能需求d_i(t)；

4)将步骤3)得到的最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)进行作差运算，然后根据作差运算的结果得t时刻电网上的电力缺口Gap(t)；

5)根据步骤4)得到的t时刻电网上的电力缺口Gap(t)得t时刻用户的实际耗电量r_i(t)。

预测的用户i在t时刻的电能需求量pred_i(t)的表达式为

pred_i(t)＝P(H_i,c_i(t-1),DG_i(t-1),S_i(t-1))(1)

其中，H_i为用户i的历史用电信息，c_i(t)为用户i在时刻t消耗的电量，DG_i(t)为用户i在时刻t内的分布式产能，S_i(t)为用户i的电能存储装置在时刻t内的电能存储量，P(·)为电能需求的预测函数。

步骤2)中控制中心给用户下一时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量进行散化，得离散化的用户i在下一时刻的电能需求量S^(p)＝{pred_i(t)|v_i∈U}、用户i在当前时刻的耗电量S^(c)＝{c_i(t)|v_i∈U}、电网总耗电量S^(C)＝{C_i(t)|v_i∈U}及实际需求与预测值误差S^(e)＝{err_i(t)|v_i∈U}，其中，err_i(t)＝l_i(t)-pred_i(t)，离散时的约束目标为：

$\underset{S^{\left(p\right)}}{\mathrm{argmin}}\underset{j=1}{\overset{k_p}{\&Sigma;}}\underset{{\mathrm{pred}}_i\&Element;S_j^{\left(p\right)}}{\&Sigma;}\left|\right|{\mathrm{pred}}_i-{\mathrm{\&mu;}}_j^{\left(p\right)}|{|}^2---\left(2\right)$

$\begin{array}{cc}\underset{S^{\left(c\right)}}{\mathrm{argmin}}& \underset{j=1}{\overset{k_c}{\&Sigma;}}\underset{c_i\&Element;S_j^{\left(c\right)}}{\&Sigma;}\left|\right|c_i-{\mathrm{\&mu;}}_j^{\left(c\right)}|{|}^2\end{array}---\left(3\right)$

$\begin{array}{cc}\underset{S^{\left(C\right)}}{\mathrm{argmin}}& \underset{j=1}{\overset{k_C}{\&Sigma;}}\underset{C\&Element;S_j^{\left(C\right)}}{\&Sigma;}\left|\right|C_i-{\mathrm{\&mu;}}_j^{\left(C\right)}|{|}^2\end{array}---\left(4\right)$

$\begin{array}{cc}\underset{S^{\left(e\right)}}{\mathrm{argmin}}& \underset{j=1}{\overset{k_e}{\&Sigma;}}\underset{{\mathrm{err}}_i\&Element;S_j^{\left(e\right)}}{\&Sigma;}\left|\right|{\mathrm{err}}_i-{\mathrm{\&mu;}}_j^{\left(e\right)}|{|}^2\end{array}---\left(5\right)$

其中，k_p,k_c,k_C,k_e分别为S^(p),S^(c),S^(C),S^(e)内的元素个数，μ_i为S_i内所有值的均值，其中，选择μ_i作为S_i中所有值的离散值。

最终预测的t时刻用户的电能需求d_i(t)的表达式为：

当则认定用户用电需求为假数据；当则认定用户用电需求为真实数据。

步骤4)的具体操作为：

设步骤3)得到的最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)之差ε_i(t)满足正态分布，即

ε_i(t)～N(0,σ²)(6)

为保证最大化利用能源，供电公司将根据用户报告的电能需求来进行大型发电站(bulkgeneration)的生产调度，根据正态分布性质，则有

P(-3σ≤ε_i(t)≤3σ)＝99.7％(7)

因此，供电公司可以设置其t时刻的发电量BG(t)为

$BG\left(t\right)\&GreaterEqual;\underset{v_i\&Element;U}{\&Sigma;}\&lsqb;d_i\left(t\right)+3\mathrm{\&sigma;}\&rsqb;=\underset{v_i\&Element;U}{\&Sigma;}{d}_i\left(t\right)+3N\mathrm{\&sigma;}---\left(8\right)$

其中，ε_i(t)的表达式为：

ε_i(t)＝l_i(t)-d_i(t)(9)

则t时刻电网上的电力缺口Gap(t)表达式为：

$Gap\left(t\right)=\underset{v_i\&Element;U}{\mathrm{\&Sigma;}}{l}_i\left(t\right)-BG\left(t\right)\&le;\underset{v_i\&Element;U}{\mathrm{\&Sigma;}}{l}_i\left(t\right)-\underset{v_i\&Element;U}{\mathrm{\&Sigma;}}{d}_i\left(t\right)-3N\mathrm{\&sigma;}=E\left(t\right)-3N\mathrm{\&sigma;}---\left(10\right)$

其中，Ε(t)为最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)之差ε_i(t)的总和，即

则显然供电公司的目标即确保Gap(t)<0并使得|Gap(t)|尽量小，即满足

$\begin{array}{cc}\min & Gap\left(t\right)\\ s.t.& \left\{\begin{array}{c}Gap\left(t\right)\&le;0\\ E\left(t\right)\&GreaterEqual;0\\ \mathrm{\&sigma;}\&GreaterEqual;0\end{array}\right.\end{array}---\left(11\right)$

当Gap(t)<0时，表明当前的电能需求小于电能供应，此时，供电公司将优先要求电能需求量大于实际值的节点按照实际电能需求与预测值的差值的比例分摊富余的电能存储在其各自的电能存储设备中，当富余的电能大于电能需求量与实际值的差值总和时，供电公司将会所有节点分摊多出部分的电能并存储在其各自的电能存储设备中。

则有：

当Gap(t)<0，且时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right),& v_i\&Element;U_g\\ l_i\left(t\right)-\frac{{\mathrm{\&epsiv;}}_i\left(t\right)}{E_l\left(t\right)}\&CenterDot;Gap\left(t\right),& v_i\&Element;U_l\end{array}\right.---\left(12\right)$

当Gap(t)<0，且时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right)-\frac{Gap\left(t\right)-E_l\left(t\right)}{N},& v_i\&Element;U_g\\ d_i\left(t\right)-\frac{Gap\left(t\right)-E_l\left(t\right)}{N},& v_i\&Element;U_l\end{array}\right.---\left(13\right)$

当Gap(t)>0时，则表明电网当前的电能需求大于电能供应，则断除电能需求最高的若干节点使电网满足

$\begin{array}{cc}\min & \left|\right|U_{outage}\left|\right|\\ s.t.& \left\{\begin{array}{c}\underset{v_i\&Element;U_{outage}}{\mathrm{\&Sigma;}}{d}_i\left(t\right)\&GreaterEqual;Gap\left(t\right)\\ \&ForAll;v_i\&Element;U_{outage},v_j\&Element;U_g-U_{outage},{\mathrm{\&epsiv;}}_i\left(t\right)\&GreaterEqual;{\mathrm{\&epsiv;}}_j\left(t\right)\end{array}\right.\end{array}---\left(14\right)$

则断除电能需求最高的若干节点后电网的电能缺口Gap′(t)的表达式为：

${\mathrm{Gap}}^{\&prime;}\left(t\right)=Gap\left(t\right)-\underset{v_i\&Element;U_{outage}}{\&Sigma;}{l}_i\left(t\right)\&GreaterEqual;0;$

当时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right),& v_i\&Element;U_g-U_c\\ l_i\left(t\right)-\frac{{\mathrm{\&epsiv;}}_i\left(t\right)}{\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i}\&CenterDot;{\mathrm{Gap}}^{\&prime;}\left(t\right),& v_i\&Element;U_l\\ 0& v_i\&Element;U_c\end{array}\right.---\left(15\right)$

当时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right)-\frac{{\mathrm{Gap}}^{\&prime;}\left(t\right)-\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i}{N-\left|\right|U_{outage}\left|\right|},& v_i\&Element;U_g-U_c\\ d_i\left(t\right)-\frac{{\mathrm{Gap}}^{\&prime;}\left(t\right)-\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i}{N-\left|\right|U_{outage}\left|\right|},& v_i\&Element;U_l\\ 0& v_i\&Element;U_c\end{array}\right.---\left(16\right).$

Claims (7)

1.一种智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，包括以下步骤：

1)智能电表检测t-1时刻各用户的历史用电信息、当前耗电量、分布式产能及电能存储装置的电能存储量，然后根据各用户的历史用电信息、实际耗电量、分布式产能及电能存储装置的存储量预测用户t时刻的电能需求量pred_i(t)；

2)控制中心将用户下一时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量进行离散化，并根据离散化后的用户在t时刻的电能需求量、当前耗电量、分布式产能及电能存储装置的电能存储量使用贝叶斯网络得t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)；

3)根据步骤2)得到的t时刻用户报告的电能需求数据d(t)为真的条件概率p_i(t)确定最终预测的t时刻用户的电能需求d_i(t)；

4)将步骤3)得到的最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)进行作差运算，然后根据作差运算的结果得t时刻电网上的电力缺口Gap(t)；

5)根据步骤4)得到的t时刻电网上的电力缺口Gap(t)得t时刻用户的实际耗电量r_i(t)。

2.根据权利要求1所述的智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，预测的用户i在t时刻的电能需求量pred_i(t)的表达式为

pred_i(t)＝P(H_i,c_i(t),DG_i(t-1),S_i(t-1))(1)

其中，H_i为用户i的历史用电信息，c_i(t)为用户i在时刻t消耗的电量，DG_i(t)为用户i在时刻t内的分布式产能，S_i(t)为用户i的电能存储装置在时刻t内的电能存储量，P(·)为电能需求的预测函数。

3.根据权利要求1所述的智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，步骤2)中控制中心给用户下一时刻的电能需求量、当前耗电量、分布式产能及电能存储装的电能存储量进行散化，得离散化的用户i在t时刻的电能需求量S^(p)＝{pred_i(t)|v_i∈U}、用户i在t-1时刻的耗电量S^(c)＝{c_i(t-1)|v_i∈U}、电网总耗电量S^(C)＝{C_i(t-1)|v_i∈U}及实际需求与预测值误差S^(e)＝{err_i(t-1)|v_i∈U}，其中，err_i(t)＝l_i(t)-pred_i(t)，U为所有节点的集合，v_i为其中第i个节点，离散时的约束目标为：

$\underset{S^{\left(p\right)}}{\mathrm{argmin}}\underset{j=1}{\overset{k_p}{\&Sigma;}}\underset{{\mathrm{pred}}_i\&Element;S_j^{\left(p\right)}}{\&Sigma;}\left|\right|{\mathrm{pred}}_i-{\mathrm{\&mu;}}_j^{\left(p\right)}|{|}^2---\left(2\right)$

$\underset{S^{\left(c\right)}}{\mathrm{argmin}}\underset{j=1}{\overset{k_c}{\&Sigma;}}\underset{c_i\&Element;S_j^{\left(c\right)}}{\&Sigma;}\left|\right|c_i-{\mathrm{\&mu;}}_j^{\left(c\right)}|{|}^2---\left(3\right)$

$\underset{S^{\left(C\right)}}{\mathrm{argmin}}\underset{j=1}{\overset{k_C}{\&Sigma;}}\underset{C\&Element;S_j^{\left(C\right)}}{\&Sigma;}\left|\right|C_i-{\mathrm{\&mu;}}_j^{\left(C\right)}|{|}^2---\left(4\right)$

$\underset{S^{\left(e\right)}}{\mathrm{argmin}}\underset{j=1}{\overset{k_e}{\&Sigma;}}\underset{{\mathrm{err}}_i\&Element;S_j^{\left(e\right)}}{\&Sigma;}\left|\right|{\mathrm{err}}_i-{\mathrm{\&mu;}}_j^{\left(e\right)}|{|}^2---\left(5\right)$

其中，k_p,k_c,k_C,k_e分别为S^(p),S^(c),S^(C),S^(e)内的元素个数， 分别为S^(p),S^(c),S^(C),S^(e)内所有值的均值，其中，选择μ_i作为S_i中所有值的离散值。

4.根据权利要求1所述的智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，最终预测的t时刻用户的电能需求d_i(t)的表达式为：

其中a_i(t-1)为t时刻的消耗电量，a_i(t-j-1)为t-j时刻的消耗电量。

5.根据权利要求1所述的智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，当则认定用户用电需求为假数据；当则认定用户用电需求为真实数据。

6.根据权利要求1所述的智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，步骤4)的具体操作为：

步骤3)得到的最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)之差ε_i(t)的表达式为：

ε_i(t)＝l_i(t)-d_i(t)(9)

则t时刻电网上的电力缺口Gap(t)表达式为：

$Gap\left(t\right)=\underset{v_i\&Element;U}{\&Sigma;}{l}_i\left(t\right)-BG\left(t\right)\&le;\underset{v_i\&Element;U}{\&Sigma;}{l}_i\left(t\right)-\underset{v_i\&Element;U}{\&Sigma;}{d}_i\left(t\right)-3N\mathrm{\&sigma;}=E\left(t\right)-3N\mathrm{\&sigma;}---\left(10\right)$

其中，BG(t)为电力公司供电量，N为节点总数，Ε(t)为最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)之差ε_i(t)的总和，即σ为ε_i(t)的标准差。

7.根据权利要求1所述的智能电网中基于假数据识别的用户实际耗电量的检测方法，其特征在于，步骤4)的具体操作为：

当Gap(t)<0，且 $\underset{v_i\&Element;U_i}{\&Sigma;}{\mathrm{\&epsiv;}}_i\left(t\right)\&le;Gap\left(t\right)$ 时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right),& v_i\&Element;U_g\\ l_i\left(t\right)-\frac{{\mathrm{\&epsiv;}}_i\left(t\right)}{E_l\left(t\right)}\&CenterDot;Gap\left(t\right),& v_i\&Element;U_l\end{array}\right.---\left(12\right)$

其中，Ε_l(t)为最终预测的t时刻用户的电量需求d_i(t)与用户t时刻的实际用电量l_i(t)之差ε_i(t)的总和，U_g为供电节点集合，U_l为需电节点集合；

当Gap(t)<0，且时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right)-\frac{Gap\left(t\right)-E_l\left(t\right)}{N},& v_i\&Element;U_g\\ d_i\left(t\right)-\frac{Gap\left(t\right)-E_l\left(t\right)}{N},& v_i\&Element;U_l\end{array}\right.---\left(13\right)$

当Gap(t)>0时，则表明电网当前的电能需求大于电能供应，则断除电能需求最高的若干节点使电网满足

min‖U_outage‖

$s.t.\left\{\begin{array}{c}\underset{v_i\&Element;U_{outage}}{\mathrm{\&Sigma;}}{d}_i\left(t\right)\&GreaterEqual;Gap\left(t\right)\\ \&ForAll;v_i\&Element;U_{outage},v_j\&Element;U_g-U_{outage},{\mathrm{\&epsiv;}}_i\left(t\right)\&GreaterEqual;{\mathrm{\&epsiv;}}_j\left(t\right)\end{array}\right.---\left(14\right)$

其中，U_outage为断电节点集合；

则断除电能需求最高的若干节点后电网的电能缺口Gap′(t)的表达式为：

${\mathrm{Gap}}^{\&prime;}\left(t\right)=Gap\left(t\right)-\underset{v_i\&Element;U_{outage}}{\&Sigma;}{l}_i\left(t\right)\&GreaterEqual;0;$

当 $\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i\&le;{\mathrm{Gap}}^{\&prime;}\left(t\right)$ 时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right),& v_i\&Element;U_g-U_c\\ l_i\left(t\right)-\frac{{\mathrm{\&epsiv;}}_i\left(t\right)}{\underset{v_i\&Element;U_l-U_c}{\mathrm{\&Sigma;}}{\mathrm{\&epsiv;}}_i}\&CenterDot;{\mathrm{Gap}}^{\&prime;}\left(t\right),& v_i\&Element;U_l\\ 0& v_i\&Element;U_c\end{array}\right.---\left(15\right)$

其中，U_c为受染节点集合；

当 $\underset{v_i\&Element;U_l-U_c}{\&Sigma;}{\mathrm{\&epsiv;}}_i>{\mathrm{Gap}}^{\&prime;}\left(t\right)$ 时，则有

$r_i\left(t\right)=\left\{\begin{array}{cc}{l}_i\left(t\right)-\frac{{\mathrm{Gap}}^{\&prime;}\left(t\right)-\underset{v_i\&Element;U_l-U_c}{\mathrm{\&Sigma;}}{\mathrm{\&epsiv;}}_i}{N-\left|\right|U_{outage}\left|\right|},& v_i\&Element;U_g-U_c\\ d_i\left(t\right)-\frac{{\mathrm{Gap}}^{\&prime;}\left(t\right)-\underset{v_i\&Element;U_l-U_c}{\mathrm{\&Sigma;}}{\mathrm{\&epsiv;}}_i}{N-\left|\right|U_{outage}\left|\right|},& v_i\&Element;U_l\\ 0& v_i\&Element;U_c\end{array}\right.---\left(16\right).$