CN110601261A - 基于感控逻辑的微网控制器业务逻辑一致性分析方法 - Google Patents

Abstract

本发明公开了一种基于感控逻辑的微网控制器业务逻辑一致性分析方法，该方法结合微电网的结构，构建电力数据感知、业务逻辑操作规则数据库，根据感知数据以及模拟执行的操作匹配操作规则数据库，进行安全性判断。本发明方法结合微电网的结构，针对基于感控逻辑的微电网储能、换能、负荷等设备，构建围绕“感知‑控制‑输出”三位一体的一致性安全规则集。本发明方法用于增强微网控制器的安全可靠性，可针对微电网中目前存在的恶意数据注入攻击与恶意代码攻击、换能设备攻击进行分析。

Description

基于感控逻辑的微网控制器业务逻辑一致性分析方法

技术领域

本发明属于电力系统微电网安全领域，具体涉及基于感控逻辑的微网控制器业务逻辑一致性分析方法。

背景技术

由于环境保护和能源枯竭的双重压力，迫使人类大力发展清洁的可再生能源。因此使高效分布式能源工业的发展潜力和利益空间巨大。其中智能微电网是规模较小的分散的独立系统，是能够实现自我控制、保护和管理的自治系统，既可以与外部电网运行，也可以孤立运行。它是由分布式电源、储能装置、能量转换装置、相关负荷和监控、保护装置汇集而成的小型发配电系统。

然而，微电网也面临着各种各样的安全隐患，例如美国国土安全部(DHS)曾在2007年进行了一次极光(Aurora)攻击。实验中，计算机模拟了针对电网基础设施的远程攻击。此次攻击将一个和小型公共汽车差不多大的发电机摇晃并炸裂开来，小碎片飞得到处都是；之后，设备顶部和侧面喷出了浓厚的黑烟，吞没了整台机器。国土安全部展示了利用网络攻击摧毁物理设施的可行性。

攻击的实现过程如图所示：利用射频等信号对控制器进行直接控制，导致控制器开关错误操作。针对电力系统中的极光攻击(即电力系统闸刀开关)，利用换能机理，在控制器(闸刀开关)处对攻击信号进行检测，阻止极光攻击的发生。利用网络攻击手段或通信链路攻击手段对断路器、继电器等电网开关设备进行控制，在保护继电器设定延时内控制开关快速通断。由于发电机具有惯性，调速过程缓慢，开关断开后发电机端供大于需，发电机转子加速，频率上升，当发电机端频率与主网频率达到一定差值后，合上开关属于不同步并网，会产生大的机械和电气瞬变，导致发电机损坏。

随着计算机技术的发展，黑客的攻击从传统的IT行业，转移到了工业控制系统(ICS)等。使用的恶意方法有：

1.换能攻击：通过影响继电器、电气开关等线圈磁场，导致错误动作的开关闭合。

2.代码漏洞：通过抢占运行系统权限，篡改运行代码。例如将继电器的开关逻辑反转，

导致电网业务逻辑出错。

3.感知数据欺骗：篡改仪表测得的实时数据，导致控制器输出调节与实际需求不匹配。

“震网病毒”等正是一种通过U盘传播，针对工业现场常用的windows操作系统漏洞以及西门子工控系统漏洞所特制的先进蠕虫病毒。

目前，微电网领域实现业务逻辑一致性的瓶颈在于业务流程图只能反映业务在执行方面的对应关系，以决策树的形式判断业务员是否按照规定动作操作机器或执行指令。倘若系统受到黑客攻击或病毒入侵等网络攻击时，则无法分析。

发明内容

为了监测微网控制器的安全隐患及故障问题，本发明提出了一种基于感控逻辑的微网控制器业务逻辑一致性分析方法，用于增强微网控制器的安全可靠性。本发明结合微电网的结构，针对基于感控逻辑的微电网储能、换能、负荷等设备，构建围绕“感知-控制-输出”三位一体的一致性安全规则集。

本发明采用以下技术方案实现：

一种基于感控逻辑的微网控制器业务逻辑一致性分析方法，该方法结合微电网的结构，构建电力数据感知、业务逻辑操作规则数据库，根据感知数据以及模拟执行的操作匹配操作规则数据库，进行安全性判断。

上述技术方案中，进一步地，所述的方法具体包括以下步骤：

1)对微网各个设备进行状态数据采集并记录；

2)对每个状态数据做归一化处理：采用Z-Score方法进行状态数据归一化，用批处理将每个参数指标标准化存入归一化后的参数集；

3)感知数据输入引脚与控制器的输出引脚存在对应关系，即“感知-控制”关联，根据时序可知下一帧感知数据即为当前控制策略的输出数据，即“控制-输出”关联，将“感知-控制”关联和“控制-输出”关联拼接为状态数据报文上传到主站(与厂家对接需求，将控制器引脚的电平数据定制化拼接为报文上传到主站)；

4)根据微网业务逻辑，对状态数据进行基于“感知-控制-输出”的映射关联，获得“感知-控制-输出”参数集：联立为三维列向量，其中为感知指标的列向量形式，为控制引脚电位的列向量形式，为终端输出电力指标的列向量形式；之间同样存在时序关联，其中时间单位为控制周期时长T，则nT时刻控制器采样得到并接近实时计算得到控制规则，控制引脚输出控制列向量在(n+1)T时刻控制器将采样得到

5)根据步骤1)和2)对微网实时状态数据进行处理；运用“感知-控制-输出”参数集匹配处理后的数据，若一致，表示数据正常；若不一致，则发出异常警报。

更进一步地，所述的步骤4)具体为：

采集不同时间的电力指标数据，将指标数据分别归一化；

按照指标排列，将同种终端设备的数据拼接成一维感知向量，其中最后一维列向量是当前设备的唯一编码；此外，记录控制器一个控制周期中，控制引脚输出向量高电平的时间百分比将多个终端设备的一维感知向量组合成一维向量

将与组合输入到“感知-控制-输出”参数集中，应用关联器学习查找特定输入与控制输出中的特定对应维O_i；

设计关联器，采用Apriori算法，将参数集中的设备感知数据前后数据帧相减得出指标变化向量，同理可得控制输出变化向量；对参数集中的指标变化向量进行遍历，得出每个指标变化向量与同时序的控制输出变化向量中的对应维是否存在同步变化，并记录频数；

经过参数集数据遍历统计，可以得出每种终端设备相对应的控制引脚，由此，可以得到“感知-控制-输出”参数集。

由于微电网的组成分为分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等。其中监控作为微电网的核心，接收终端电源、储能等装置的实时数据并调节。而终端设备具有固件不可更改特性，黑客攻击或病毒入侵往往针对微网中心的监控部分。因此本发明主要通过对控制器接收的感知、控制、输出进行安全监测。

本发明的有益效果在于：

本发明可针对微电网中目前存在的恶意数据注入攻击与恶意代码攻击、换能设备攻击进行分析。本发明提出了一种新的对感知数据进行前后差分与控制器输出高电平时间的关联学习方法，针对恶意数据注入攻击，提出了使用非对称加密的方式保护感知数据，同时针对恶意代码攻击、换能设备攻击采用了感知-控制安全规则集与控制-输出安全规则集，通过实时数据与安全规则集比对进行攻击防护。

附图说明

图1为本发明的分析方法系统框图。

图2为设备A指标a为例一段时间内的变化图。

图3为设备A指标a前后差分时序图。

图4为微网控制器引脚X的高低电平控制时序图。

图5为设备B指标b为例一段时间内的变化图。

图6为设备B指标b前后差分时序图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的说明。

如图1所示为本发明基于感控逻辑的微网控制器业务逻辑一致性分析方法的系统框图。该方法结合微电网的结构，构建电力数据感知、业务逻辑操作规则数据库，根据感知数据以及模拟执行的操作匹配操作规则数据库，进行安全性判断。具体包括以下步骤：

步骤1：对微网各个设备进行状态数据采集。例如，在此对于光伏PV、风机Wind设备进行参数采集：

(1)在某一微网场景下，控制器对所有储能装置、能量转换装置、负荷等终端连续采样指标，包括电压、电流、有功、无功、总功率。

(2)参数集记录(1)中提及的所需要监测数据。

图2是设备A指标a一段时间内的变化图。横坐标X轴表示时间，纵坐标Y表示指标a的状态数值。图2中曲线的走势可以用于表征电力工控终端设备特定业务指标的变化率。

图5是设备B指标b一段时间内的变化图。横坐标X轴表示时间，纵坐标Y表示指标b的状态数值。图5中曲线的走势可以用于表征电力工控终端设备特定业务指标的变化率。

步骤2：对每个储能、换能装置、负荷等的每个指标的状态数据做归一化处理：

(1)采用Z-Score方法进行状态数据归一化：得设备A指标a的参数集[Y₁,Y₂,…,Y_n]，将n个指标a参数求数据均值 由此可以得到Z-Score的标准化值为

(2)用批处理将每个参数指标标准化。

(3)将参数进行前后采样数据帧差分存入归一化后的参数集。

图3是设备A指标a一段时间内的前后数据帧差分时序图。横坐标X轴表示时间，纵坐标Y表示指标a后一采样时间值减去指标a前一采样时间值。

图6是设备B指标b一段时间内的前后数据帧差分时序图。横坐标X轴表示时间，纵坐标Y表示指标b后一采样时间值减去指标b前一采样时间值。

步骤3：感知数据输入引脚与控制器的输出引脚存在对应关系，即“感知-控制”关联，根据时序可知下一帧感知数据即为当前控制策略的输出数据，即“控制-输出”关联。

(1)将“感知-控制”关联和“控制-输出”关联拼接为状态数据报文上传到主站；(与厂家对接需求，将控制器引脚的电平数据定制化拼接为报文上传到主站)。

(2)微网控制器调节的结果体现于微网终端设备的输出指标变化。而有线传输数据误码率极低，本发明采样设备感知的数据可靠。

步骤4：根据微网业务逻辑，对状态数据进行基于“感知-控制-输出”的映射关联，获得“感知-控制-输出”参数集：

图4为微网控制器其中引脚X的高低电平控制时序图。

(1)某一控制周期T内，设引脚高电平时长范围为：0.0×T～1.0×T，该引脚当前控制时序的占空比为50％，则上传数据时转化为short类型，值为5；如占空比为4％，向上取整为10％，上传数据时转化为short类型，值为1。即上传数据为1～10的short类型整数。

(2)其中为设备A在nT时刻测得一系列指标数据[a₁,a₂,…,a_n]的列向量形式，为控制引脚电位时间的列向量形式，如[1,0,4,5,0,0,8,10,0,……]，为设备在(n+1)T时刻输出电力指标数据[a′₁,a′₂,…,a′_n]的列向量形式。联立为三维列向量。

(3)之间同样存在时序关联，其中时间单位为控制周期时长T。则nT时刻控制器采样得到并接近实时计算得到控制规则，控制引脚输出控制列向量在(n+1)T时刻控制器将采样得到具体包括以下步骤：

3.1采集不同时间的设备A、B电力指标数据分别为a、b，将指标数据分别归一化；

3.2按照指标排列，设备A的数据拼接成一维感知向量[a₁,a₂,…,a_n,tag_A]，其中最后一维列向量是设备A的唯一编码；设备B的数据拼接成一维感知向量[b₁,b₂,…,b_n,tag_B]，其中最后一维列向量是设备B的唯一编码。

此外，记录控制器一个控制周期中，控制引脚输出向量高电平的时间百分比如[1,0,4,5,0,0,8,10,0,……]；将设备A、B等的一维感知向量组合成一维向量

3.3将与组合输入到“感知-控制-输出”参数集中，应用关联器学习查找特定输入与控制输出中的特定对应维O_i。

3.4设计关联器，采用Apriori算法：

将参数集中的设备A感知数据前后数据帧S_A(nT),S_A[(n+1)T]相减得出指标变化向量ΔS_A，同理可得控制输出变化向量ΔO_A；

同理，将参数集中的设备B感知数据前后数据帧S_B(nT),S_B[(n+1)T]相减得出指标变化向量ΔS_B，同理可得控制输出变化向量ΔO_B；

对参数集中的指标变化向量S_A,S_B,O_A,O_B,……进行遍历，得出每个指标变化向量与同时序的控制输出变化向量中的对应维是否存在同步变化，并记录频数n_a,n_b,……；

3.5经过参数集数据遍历统计，可以得出终端设备A、B相对应的控制引脚，由此，可以得到“感知-控制-输出”参数集。

步骤5：根据步骤1)和2)对微网实时状态数据进行处理；运用“感知-控制-输出”参数集匹配处理后的数据，若一致，表示数据正常；若不一致，则发出异常警报。

微网中的黑客攻击形式主要分为恶意数据注入攻击与恶意代码攻击、换能设备攻击。其中换能攻击设备指如继电器、开关闸刀等电磁控制线圈所在磁场，电信号被恶意干扰或控制信号替换。代码注入攻击指对于微网控制器等业务逻辑代码的恶意替换，导致业务逻辑的异常。因此，基于感控逻辑的微网控制器业务逻辑一致性技术需要对这两种攻击起到同时的防护作用。

针对恶意数据注入攻击的防护。在微网中由于节点数量较少，且区块链技术计算复杂度过高，导致实时性差。因此使用非对称加密算法实现感知数据的加密解密保护。

由于各种电力指标在正常情况下呈现特定范围内的合理波动，而经过Hash加密后，略微改变Hash值将导致原数值显著变化，即恶意数据严重超出正常数值范围，引起系统报警。

设置非对称加密情况下的公钥、私钥。且针对不同的微网换能、储能、负载设备设置不同的公私钥对。例如，微网控制器对光伏1的公钥为Public_pv1，光伏1的私钥为Secret_pv1。光伏电表测得的原始数据通过Secret_pv1进行Hash加密得到S_pv1(t)为t时候的加密数据，控制器程序中调用公钥Public_pv1即可实现光伏1真实数据的还原。

随着黑客网络攻击手段的提升，如“极光”攻击，黑客篡改了控制中心对应各个断路器、继电器等开关设备的控制逻辑，并且最终导致最终发电机爆炸。针对此种篡改业务逻辑代码的攻击，基于感控逻辑的微网控制器业务逻辑一致性分析技术提出了安全规则集以及感知-控制观测的技术。

系统采集感知数据，将数据归一化后用关联处理好的含指标、时序标签的状态数据进行安全检测判断。调用公私钥数据防篡改判断法则、感知-控制安全规则集、控制-输出安全规则集。

针对恶意数据篡改攻击，通过公钥解密后得到的数据极大概率将发生跃变，显著超出正常范围，系统将丢此此次数据，沿用历史数据。并向管理员报警。

针对恶意代码篡改攻击，通过感知-控制安全规则集，根据回归算法计算当前感知数据输入情况下，计算此次应当得到的控制引脚输出结果。倘若与原数据拟合超平面相距远，则能判断为恶意代码篡改，系统阻止本次引脚输出。并向管理员报警。

针对换能设备攻击，通过控制-输出安全规则集，根据回归算法计算当前控制输出情况下，计算此次应当得到的控制引脚输出结果。倘若采样返回的输出指标与安全规则超平面相距远，说明为恶意攻击，及时停止微网控制，并向管理员报警。

Claims (3)

1.一种基于感控逻辑的微网控制器业务逻辑一致性分析方法，其特征在于，结合微电网的结构，构建电力数据感知、业务逻辑操作规则数据库，根据感知数据以及模拟执行的操作匹配操作规则数据库，进行安全性判断。

2.根据权利要求1所述的一种基于感控逻辑的微网控制器业务逻辑一致性分析方法，其特征在于，所述的方法具体包括以下步骤：

1)对微网各个设备进行状态数据采集并记录；

2)对每个状态数据做归一化处理：采用Z-Score方法进行状态数据归一化，用批处理将每个参数指标标准化存入归一化后的参数集；

3)感知数据输入引脚与控制器的输出引脚存在对应关系，即“感知-控制”关联，根据时序可知下一帧感知数据即为当前控制策略的输出数据，即“控制-输出”关联，将“感知-控制”关联和“控制-输出”关联拼接为状态数据报文上传到主站；

4)根据微网业务逻辑，对状态数据进行基于“感知-控制-输出”的映射关联，获得“感知-控制-输出”参数集：联立为三维列向量，其中为感知指标的列向量形式，为控制引脚电位的列向量形式，为终端输出电力指标的列向量形式；之间同样存在时序关联，其中时间单位为控制周期时长T，则nT时刻控制器采样得到并接近实时计算得到控制规则，控制引脚输出控制列向量在(n+1)T时刻控制器将采样得到

5)根据步骤1)和2)对微网实时状态数据进行处理；运用“感知-控制-输出”参数集匹配处理后的数据，若一致，表示数据正常；若不一致，则发出异常警报。

3.根据权利要求2所述的一种基于感控逻辑的微网控制器业务逻辑一致性分析方法，其特征在于，所述的步骤4)具体为：

采集不同时间的电力指标数据，将指标数据分别归一化；

按照指标排列，将同种终端设备的数据拼接成一维感知向量，其中最后一维列向量是当前设备的唯一编码；此外，记录控制器一个控制周期中，控制引脚输出向量高电平的时间百分比将多个终端设备的一维感知向量组合成一维向量

将与组合输入到“感知-控制-输出”参数集中，应用关联器学习查找特定输入与控制输出中的特定对应维O_i；

设计关联器，采用Apriori算法，将参数集中的设备感知数据前后数据帧相减得出指标变化向量，同理可得控制输出变化向量；对参数集中的指标变化向量进行遍历，得出每个指标变化向量与同时序的控制输出变化向量中的对应维是否存在同步变化，并记录频数；

经过参数集数据遍历统计，可以得出每种终端设备相对应的控制引脚，由此，可以得到“感知-控制-输出”参数集。