CN111208731A - 一种对电力信息物理系统进行攻击检测及重构的方法 - Google Patents
一种对电力信息物理系统进行攻击检测及重构的方法 Download PDFInfo
- Publication number
- CN111208731A CN111208731A CN202010028963.8A CN202010028963A CN111208731A CN 111208731 A CN111208731 A CN 111208731A CN 202010028963 A CN202010028963 A CN 202010028963A CN 111208731 A CN111208731 A CN 111208731A
- Authority
- CN
- China
- Prior art keywords
- physical system
- power information
- attack
- signal
- information physical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明是一种对电力信息物理系统进行攻击检测及重构的方法,其特点是,针对不能通过比较残差信号和阈值实现攻击检测的特殊攻击,本发明设计了鲁棒微分器,提出了一种新颖的电力信息物理系统的攻击信号重构方法,不仅能够准确的获得电力信息物理系统攻击的重构信号,而且超过一定阈值的攻击信号也能被检测出来,根据攻击检测逻辑对重构的攻击信号进行攻击判断;本发明还将此方法推广到电力信息物理系统受到传感器攻击的情况,实现对电力信息物理系统受到传感器攻击的检测与重构;本发明以含有三个电机,六条母线的电力信息物理系统受到攻击为例进行攻击检测与重构。具有鲁棒性好、抗干扰性优良、适用性强、准确性高、响应速度快等优点。
Description
技术领域
本发明涉及电力信息物理系统信息安全领域,是一种对电力信息物理系统进行攻击检测及重构的方法。
背景技术
随着电力信息物理系统电力网与信息网的深度融合,恶意攻击电力终端设备的技术手段也在不断增加,及时检测出电力信息物理系统的攻击对于系统的安全运行与避免经济损失具有重要意义。已有的攻击检测方法是基于有限长度序列的,例如:中国专利申请号201910389561.8,其鲁棒性和抗扰动的性能不佳,难以满足实际生产需求,实用性不强,可实施性差。
发明内容
本发明的目的在于克服现有技术的不足,提出一种具有良好的鲁棒性和抗干扰性,适用性强,准确性高,响应速度快的对电力信息物理系统进行攻击检测及重构的方法。
实现本发明目的采用的技术方案是:一种对电力信息物理系统进行攻击检测及重构的方法,其特征在于,它包括的内容有:
1)建立含有三个电机,六条母线的电力信息物理系统受到状态攻击时的数学模型:
y(t)=Cx(t)+Duu(t) (1)
其中x(t)是电力信息物理系统受到状态攻击时的状态信号,y(t)是电力信息物理系统受到状态攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是电力信息物理系统受到状态攻击时的状态信号的微分,Bηηx(t)是电力信息物理系统的状态攻击信号,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
2)建立含有三个电机,六条母线的电力信息物理系统受到传感器攻击时的数学模型:
y′(t)=Cx′(t)+Duu(t)+Dηηs(t) (2)
其中x′(t)是电力信息物理系统受到传感器攻击时的状态信号,y′(t)是电力信息物理系统受到传感器攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是电力信息物理系统受到传感器攻击时的状态信号的微分,Dηηs(t)是电力信息物理系统的传感器攻击信号,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
3)建立含有三个电机,六条母线的电力信息物理系统受到状态攻击时的鲁棒观测器的数学模型:
其中是受到状态攻击时的鲁棒观测器的状态信号,是受到状态攻击时的鲁棒观测器的输出信号,vx(t)是鲁棒观测器中状态攻击的重构信号,是受到状态攻击时的鲁棒观测器状态信号的微分,u(t)是电力信息物理系统的受控输入信号,y(t)是电力信息物理系统受到状态攻击时的输出信号,Bη是电力信息物理系统的状态攻击信号的选择矩阵,L是受到状态攻击时的鲁棒观测器的增益矩阵,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
4)建立含有三个电机,六条母线的电力信息物理系统受到传感器攻击时的鲁棒观测器的数学模型时,根据电力信息物理系统的攻击检测方案:
①对电力信息物理系统受到传感器攻击时的输出信号y′(t)引入一个低通滤波器:
式中Dηηs(t)是电力信息物理系统的传感器攻击信号,C、Du是电力信息物理系统中具有适当维度的系统参数,u(t)是电力信息物理系统的受控输入信号;
定义:v(t)=[x′(t)T,x′f(t)T]T,y″(t)=x′f(t),含有三个电机,六条母线的电力信息物理系统引入低通滤波器后受到传感器攻击时的数学模型被描述为:
y″(t)=C′v(t) (6)
其中v(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的状态信号,y″(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的状态信号的微分,D′ηηs(t)是引入低通滤波器后电力信息物理系统的传感器攻击信号,A′、B′u、C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数;
②建立含有三个电机,六条母线的电力信息物理系统引入低通滤波器后受到传感器攻击时的鲁棒观测器的数学模型:
其中是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的状态信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的输出信号,vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的状态信号的微分,u(t)是电力信息物理系统的受控输入信号,y″(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号,D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,G是受到传感器攻击时的鲁棒观测器的增益矩阵,A′、B′u、C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数;
5)利用电力信息物理系统受到状态攻击时的输出信号y(t)与受到状态攻击时的鲁棒观测器的输出信号之间产生残差信号收敛到零进行状态攻击信号重构,利用引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号y″(t)与引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的输出信号之间产生残差信号收敛到零进行传感器攻击信号重构:
①电力信息物理系统受到状态攻击时:
Bηηx(t)-Bηvx(t)=0 (8)
式中Bηηx(t)是电力信息物理系统的状态攻击信号,Bη是电力信息物理系统的状态攻击信号的选择矩阵,vx(t)是鲁棒观测器中状态攻击的重构信号;
vx(t)是鲁棒观测器中状态攻击的重构信号,Γ是重构状态攻击信号的自适应学习速率矩阵,其中F=Bη TPCT(CCT)-1,Bη是电力信息物理系统中状态攻击信号的选择矩阵,P是大于0且满足系统要求的矩阵,C是电力信息物理系统中具有适当维度的系统参数,是ey(t)信号的微分;
②电力信息物理系统受到传感器攻击时:
D′ηηs(t)-D′ηvs(t)=0 (10)
式中D′ηηs(t)是引入低通滤波器后电力信息物理系统的传感器攻击信号,D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号;
vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号,Γ′是重构传感器攻击信号的自适应学习速率矩阵,其中D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,Q是大于0且满足系统要求的矩阵,C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数,是e′y(t)信号的微分;
6)鲁棒微分器设计:
①在重构电力信息物理系统受到状态攻击的信号时,直接区分电力信息物理系统受到状态攻击时的残差信号ey(t)会增加误差,为减小误差,应用鲁棒微分器构造电力信息物理系统受到状态攻击的一个二阶低通滤波器:
式中常数a足够小;
②在重构电力信息物理系统受到传感器攻击的信号时,直接区分电力信息物理系统受到传感器攻击时的残差信号e′y(t)会增加误差,为减小误差,构造的电力信息物理系统受到传感器攻击的二阶低通滤波器如下:
7)设定电力信息物理系统的攻击检测逻辑:
①利用残差信号重构电力信息物理系统的状态攻击信号vxi,设计状态攻击检测逻辑:
其中vxi是电力信息物理系统的重构状态攻击信号,Thxi是电力信息物理系统的重构状态攻击给定的攻击阈值,|vxi|表示电力信息物理系统的重构状态攻击信号的绝对值,Flagi表示电力信息物理系统的状态攻击的报警信号;
②利用残差信号重构电力信息物理系统的传感器攻击信号vsi,设计传感器攻击检测逻辑:
其中vsi是电力信息物理系统的重构传感器攻击信号,Thsi是电力信息物理系统的重构传感器攻击给定的攻击阈值,|vsi|表示电力信息物理系统的重构传感器攻击信号的绝对值,Flagi表示电力信息物理系统的传感器攻击的报警信号。
本发明是一种基于鲁棒观测器对电力信息物理系统进行攻击检测及重构的方法,该方法具有良好的鲁棒性和抗干扰性,对于一些不能通过比较残差信号和阈值实现攻击检测的攻击,为了保证攻击检测的准确性,本发明设计了鲁棒微分器,提出了一种新颖的电力信息物理系统的攻击信号重构方法,不仅能够准确的获得电力信息物理系统攻击的重构信号,而且超过一定阈值的攻击信号也能被检测出来,根据攻击检测逻辑对重构的攻击信号进行攻击判断;本发明还将这种方法推广到电力信息物理系统受到传感器攻击的情况,并设计了相应的鲁棒观测器和攻击信号重构的方法,实现了电力信息物理系统传感器攻击的攻击检测及重构;本发明以含有三个电机,六条母线的电力信息物理系统受到攻击为例进行攻击检测与重构,具有科学合理,适用性强,准确性高,响应速度快等优点。
附图说明
图1是本发明的三个电机、六条母线的电力信息物理系统攻击检测结构图;
图2是本发明的电力信息物理系统攻击检测流程图;
图3是本发明的电力信息物理系统受到一个状态攻击的检测响应图;
图4是本发明的电力信息物理系统受到三个状态攻击的检测响应图;
图5是本发明的电力信息物理系统受到一个传感器攻击的检测响应图;
图6是本发明的电力信息物理系统受到三个传感器攻击的检测响应图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
参照图1-图2,本发明的一种对电力信息物理系统进行攻击检测及重构的方法,包括的内容有:
1)建立含有三个电机,六条母线的电力信息物理系统受到状态攻击时的数学模型:
y(t)=Cx(t)+Duu(t) (1)
其中x(t)是电力信息物理系统受到状态攻击时的状态信号,y(t)是电力信息物理系统受到状态攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是电力信息物理系统受到状态攻击时的状态信号的微分,Bηηx(t)是电力信息物理系统的状态攻击信号,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
2)建立含有三个电机,六条母线的电力信息物理系统受到传感器攻击时的数学模型:
y′(t)=Cx′(t)+Duu(t)+Dηηs(t) (2)
其中x′(t)是电力信息物理系统受到传感器攻击时的状态信号,y′(t)是电力信息物理系统受到传感器攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是电力信息物理系统受到传感器攻击时的状态信号的微分,Dηηs(t)是电力信息物理系统的传感器攻击信号,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
3)建立含有三个电机,六条母线的电力信息物理系统受到状态攻击时的鲁棒观测器的数学模型:
其中是受到状态攻击时的鲁棒观测器的状态信号,是受到状态攻击时的鲁棒观测器的输出信号,vx(t)是鲁棒观测器中状态攻击的重构信号,是受到状态攻击时的鲁棒观测器状态信号的微分,u(t)是电力信息物理系统的受控输入信号,y(t)是电力信息物理系统受到状态攻击时的输出信号,Bη是电力信息物理系统的状态攻击信号的选择矩阵,L是受到状态攻击时的鲁棒观测器的增益矩阵,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
4)建立含有三个电机,六条母线的电力信息物理系统受到传感器攻击时的鲁棒观测器的数学模型时,根据电力信息物理系统的攻击检测方案:
①对电力信息物理系统受到传感器攻击时的输出信号y′(t)引入一个低通滤波器:
式中Dηηs(t)是电力信息物理系统的传感器攻击信号,C、Du是电力信息物理系统中具有适当维度的系统参数,u(t)是电力信息物理系统的受控输入信号;
定义:v(t)=[x′(t)T,x′f(t)T]T,y″(t)=x′f(t),含有三个电机,六条母线的电力信息物理系统引入低通滤波器后受到传感器攻击时的数学模型被描述为:
y″(t)=C′v(t) (6)
其中v(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的状态信号,y″(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的状态信号的微分,D′ηηs(t)是引入低通滤波器后电力信息物理系统的传感器攻击信号,A′、B′u、C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数;
②建立含有三个电机,六条母线的电力信息物理系统引入低通滤波器后受到传感器攻击时的鲁棒观测器的数学模型:
其中是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的状态信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的输出信号,vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的状态信号的微分,u(t)是电力信息物理系统的受控输入信号,y″(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号,D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,G是受到传感器攻击时的鲁棒观测器的增益矩阵,A′、B′u、C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数;
5)利用电力信息物理系统受到状态攻击时的输出信号y(t)与受到状态攻击时的鲁棒观测器的输出信号之间产生残差信号收敛到零进行状态攻击信号重构,利用引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号y″(t)与引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的输出信号之间产生残差信号收敛到零进行传感器攻击信号重构:
①电力信息物理系统受到状态攻击时:
Bηηx(t)-Bηvx(t)=0 (8)
式中Bηηx(t)是电力信息物理系统的状态攻击信号,Bη是电力信息物理系统的状态攻击信号的选择矩阵,vx(t)是鲁棒观测器中状态攻击的重构信号;
vx(t)是鲁棒观测器中状态攻击的重构信号,Γ大于0是我们选择的自适应学习速度,其中F=Bη TPCT(CCT)-1,Bη是电力信息物理系统中状态攻击信号的选择矩阵,P是大于0且满足系统要求的矩阵,C是电力信息物理系统中具有适当维度的系统参数,是ey(t)信号的微分;
②电力信息物理系统受到传感器攻击时:
D′ηηs(t)-D′ηvs(t)=0 (10)
式中D′ηηs(t)是引入低通滤波器后电力信息物理系统的传感器攻击信号,D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号;
vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号,Γ′大于0是我们选择的自适应学习速度,其中D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,Q是大于0且满足系统要求的矩阵,C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数,是e′y(t)信号的微分;
7)鲁棒微分器设计:
①在重构电力信息物理系统受到状态攻击的信号时,直接区分电力信息物理系统受到状态攻击时的残差信号ey(t)会增加误差,为减小误差,本发明应用一种鲁棒微分器的技术,构造了电力信息物理系统受到状态攻击的一个二阶低通滤波器:
式中常数a足够小;
②在重构电力信息物理系统受到传感器攻击的信号时,直接区分电力信息物理系统受到传感器攻击时的残差信号e′y(t)会增加误差,为减小误差,构造的电力信息物理系统受到传感器攻击的二阶低通滤波器如下:
7)设定电力信息物理系统的攻击检测逻辑:
①利用残差信号重构电力信息物理系统的状态攻击信号vxi,设计状态攻击检测逻辑:
其中vxi是电力信息物理系统的重构状态攻击信号,Thxi是电力信息物理系统的重构状态攻击给定的攻击阈值,|vxi|表示电力信息物理系统的重构状态攻击信号的绝对值,Flagi表示电力信息物理系统的状态攻击的报警信号;
②利用残差信号重构电力信息物理系统的传感器攻击信号vsi,设计传感器攻击检测逻辑:
其中vsi是电力信息物理系统的重构传感器攻击信号,Thsi是电力信息物理系统的重构传感器攻击给定的攻击阈值,|vsi|表示电力信息物理系统的重构传感器攻击信号的绝对值,Flagi表示电力信息物理系统的传感器攻击的报警信号。
实施方案和结果:
参照图3-图6,设计的电力信息物理系统模型及其相应的鲁棒观测器初始时都使其工作在稳定运行的状态,实施方案如下:
第一步:对电力信息物理系统注入一个状态攻击,并给出仿真结果;
第二步:对电力信息物理系统注入三个状态攻击,并给出仿真结果;
第三步:对电力信息物理系统注入一个传感器攻击,并给出仿真结果;
第四步:对电力信息物理系统注入三个传感器攻击,并给出仿真结果。
经分析表明,利用本发明的一种对电力信息物理系统进行攻击检测及重构的方法,不仅能够精确的获得电力信息物理系统状态信号的值以及重构攻击信号的值,而且超过一定阈值的攻击信号也能被检测出来;仿真结果表明,本发明提出的对电力信息物理系统进行攻击检测及重构的方法能够准确地观测电力信息物理系统的系统状态信号,重构电力信息物理系统中的攻击信号,并利用攻击检测逻辑对重构的攻击信号进行攻击判断,确定电力信息物理系统是否收到攻击。
本发明的实施例并非穷举,本领域技术人员不经过创造性劳动的简单复制和改进,仍属于本发明权利保护的范围。
Claims (1)
1.一种对电力信息物理系统进行攻击检测及重构的方法,其特征在于,它包括的内容有:
1)建立含有三个电机,六条母线的电力信息物理系统受到状态攻击时的数学模型:
y(t)=Cx(t)+Duu(t) (1)
其中x(t)是电力信息物理系统受到状态攻击时的状态信号,y(t)是电力信息物理系统受到状态攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是电力信息物理系统受到状态攻击时的状态信号的微分,Bηηx(t)是电力信息物理系统的状态攻击信号,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
2)建立含有三个电机,六条母线的电力信息物理系统受到传感器攻击时的数学模型:
y′(t)=Cx′(t)+Duu(t)+Dηηs(t) (2)
其中x′(t)是电力信息物理系统受到传感器攻击时的状态信号,y′(t)是电力信息物理系统受到传感器攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是电力信息物理系统受到传感器攻击时的状态信号的微分,Dηηs(t)是电力信息物理系统的传感器攻击信号,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
3)建立含有三个电机,六条母线的电力信息物理系统受到状态攻击时的鲁棒观测器的数学模型:
其中是受到状态攻击时的鲁棒观测器的状态信号,是受到状态攻击时的鲁棒观测器的输出信号,vx(t)是鲁棒观测器中状态攻击的重构信号,是受到状态攻击时的鲁棒观测器状态信号的微分,u(t)是电力信息物理系统的受控输入信号,y(t)是电力信息物理系统受到状态攻击时的输出信号,Bη是电力信息物理系统的状态攻击信号的选择矩阵,L是受到状态攻击时的鲁棒观测器的增益矩阵,A、Bu、C、Du是电力信息物理系统中具有适当维度的系统参数;
4)建立含有三个电机,六条母线的电力信息物理系统受到传感器攻击时的鲁棒观测器的数学模型时,根据电力信息物理系统的攻击检测方案:
①对电力信息物理系统受到传感器攻击时的输出信号y′(t)引入一个低通滤波器:
式中Dηηs(t)是电力信息物理系统的传感器攻击信号,C、Du是电力信息物理系统中具有适当维度的系统参数,u(t)是电力信息物理系统的受控输入信号;
定义:v(t)=[x′(t)T,x′f(t)T]T,y″(t)=x′f(t),含有三个电机,六条母线的电力信息物理系统引入低通滤波器后受到传感器攻击时的数学模型被描述为:
y″(t)=C′v(t) (6)
其中v(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的状态信号,y″(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号,u(t)是电力信息物理系统的受控输入信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的状态信号的微分,D′ηηs(t)是引入低通滤波器后电力信息物理系统的传感器攻击信号,A′、B′u、C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数;
②建立含有三个电机,六条母线的电力信息物理系统引入低通滤波器后受到传感器攻击时的鲁棒观测器的数学模型:
其中是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的状态信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的输出信号,vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号,是引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的状态信号的微分,u(t)是电力信息物理系统的受控输入信号,y″(t)是引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号,D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,G是受到传感器攻击时的鲁棒观测器的增益矩阵,A′、B′u、C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数;
5)利用电力信息物理系统受到状态攻击时的输出信号y(t)与受到状态攻击时的鲁棒观测器的输出信号之间产生残差信号收敛到零进行状态攻击信号重构,利用引入低通滤波器后电力信息物理系统受到传感器攻击时的输出信号y″(t)与引入低通滤波器后电力信息物理系统受到传感器攻击时的鲁棒观测器的输出信号之间产生残差信号收敛到零进行传感器攻击信号重构:
①电力信息物理系统受到状态攻击时:
Bηηx(t)-Bηvx(t)=0 (8)
式中Bηηx(t)是电力信息物理系统的状态攻击信号,Bη是电力信息物理系统的状态攻击信号的选择矩阵,vx(t)是鲁棒观测器中状态攻击的重构信号;
vx(t)是鲁棒观测器中状态攻击的重构信号,Γ是重构状态攻击信号的自适应学习速率矩阵,其中F=Bη TPCT(CCT)-1,Bη是电力信息物理系统中状态攻击信号的选择矩阵,P是大于0且满足系统要求的矩阵,C是电力信息物理系统中具有适当维度的系统参数,是ey(t)信号的微分;
②电力信息物理系统受到传感器攻击时:
D′ηηs(t)-D′ηvs(t)=0 (10)
式中D′ηηs(t)是引入低通滤波器后电力信息物理系统的传感器攻击信号,D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号;
vs(t)是鲁棒观测器中引入低通滤波器后电力信息物理系统传感器攻击的重构信号,Γ′是重构传感器攻击信号的自适应学习速率矩阵,其中D′η是引入低通滤波器后电力信息物理系统的传感器攻击信号的选择矩阵,Q是大于0且满足系统要求的矩阵,C′是引入低通滤波器后电力信息物理系统中具有适当维度的系统参数,是e′y(t)信号的微分;
6)鲁棒微分器设计:
①在重构电力信息物理系统受到状态攻击的信号时,直接区分电力信息物理系统受到状态攻击时的残差信号ey(t)会增加误差,为减小误差,应用鲁棒微分器构造电力信息物理系统受到状态攻击的一个二阶低通滤波器:
式中常数a足够小;
②在重构电力信息物理系统受到传感器攻击的信号时,直接区分电力信息物理系统受到传感器攻击时的残差信号e′y(t)会增加误差,为减小误差,构造的电力信息物理系统受到传感器攻击的二阶低通滤波器如下:
7)设定电力信息物理系统的攻击检测逻辑:
①利用残差信号重构电力信息物理系统的状态攻击信号vxi,设计状态攻击检测逻辑:
其中vxi是电力信息物理系统的重构状态攻击信号,Thxi是电力信息物理系统的重构状态攻击给定的攻击阈值,|vxi|表示电力信息物理系统的重构状态攻击信号的绝对值,Flagi表示电力信息物理系统的状态攻击的报警信号;
②利用残差信号重构电力信息物理系统的传感器攻击信号vsi,设计传感器攻击检测逻辑:
其中vsi是电力信息物理系统的重构传感器攻击信号,Thsi是电力信息物理系统的重构传感器攻击给定的攻击阈值,|vsi|表示电力信息物理系统的重构传感器攻击信号的绝对值,Flagi表示电力信息物理系统的传感器攻击的报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010028963.8A CN111208731B (zh) | 2020-01-12 | 2020-01-12 | 一种对电力信息物理系统进行攻击检测及重构的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010028963.8A CN111208731B (zh) | 2020-01-12 | 2020-01-12 | 一种对电力信息物理系统进行攻击检测及重构的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111208731A true CN111208731A (zh) | 2020-05-29 |
CN111208731B CN111208731B (zh) | 2022-05-24 |
Family
ID=70785207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010028963.8A Active CN111208731B (zh) | 2020-01-12 | 2020-01-12 | 一种对电力信息物理系统进行攻击检测及重构的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111208731B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398840A (zh) * | 2020-11-06 | 2021-02-23 | 国网山东省电力公司 | 基于自适应滑模观测器的电力信息物理系统攻击定位方法 |
CN114726642A (zh) * | 2022-04-26 | 2022-07-08 | 东北电力大学 | 一种基于电力监控系统网络威胁的量化系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106415580A (zh) * | 2014-06-24 | 2017-02-15 | 高通股份有限公司 | 阻止侧信道攻击的方法和系统 |
CN106713354A (zh) * | 2017-01-23 | 2017-05-24 | 全球能源互联网研究院 | 一种基于不可检测信息攻击预警技术的电力信息物理系统脆弱性节点评估方法 |
CN108196448A (zh) * | 2017-12-25 | 2018-06-22 | 北京理工大学 | 基于不精确数学模型的虚假数据注入攻击方法 |
CN108628331A (zh) * | 2018-05-09 | 2018-10-09 | 北京航空航天大学 | 一种空间对抗环境下传感器受攻击的航天器姿控方法 |
CN108718310A (zh) * | 2018-05-18 | 2018-10-30 | 安徽继远软件有限公司 | 基于深度学习的多层次攻击特征提取及恶意行为识别方法 |
CN110531621A (zh) * | 2019-09-05 | 2019-12-03 | 北京航空航天大学 | 一种面向混合攻击下的信息物理系统可靠控制方法 |
CN110647132A (zh) * | 2019-08-28 | 2020-01-03 | 浙江工业大学 | 一种网络化运动控制系统频域分区攻击检测方法 |
-
2020
- 2020-01-12 CN CN202010028963.8A patent/CN111208731B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106415580A (zh) * | 2014-06-24 | 2017-02-15 | 高通股份有限公司 | 阻止侧信道攻击的方法和系统 |
CN106713354A (zh) * | 2017-01-23 | 2017-05-24 | 全球能源互联网研究院 | 一种基于不可检测信息攻击预警技术的电力信息物理系统脆弱性节点评估方法 |
CN108196448A (zh) * | 2017-12-25 | 2018-06-22 | 北京理工大学 | 基于不精确数学模型的虚假数据注入攻击方法 |
CN108628331A (zh) * | 2018-05-09 | 2018-10-09 | 北京航空航天大学 | 一种空间对抗环境下传感器受攻击的航天器姿控方法 |
CN108718310A (zh) * | 2018-05-18 | 2018-10-30 | 安徽继远软件有限公司 | 基于深度学习的多层次攻击特征提取及恶意行为识别方法 |
CN110647132A (zh) * | 2019-08-28 | 2020-01-03 | 浙江工业大学 | 一种网络化运动控制系统频域分区攻击检测方法 |
CN110531621A (zh) * | 2019-09-05 | 2019-12-03 | 北京航空航天大学 | 一种面向混合攻击下的信息物理系统可靠控制方法 |
Non-Patent Citations (3)
Title |
---|
JIAN LI.ETC: "《Sensor Fault Detection and Fault-Tolerant Control for Buck Converter via Affine Switched Systems》", 《IEEE ACCESS》 * |
PALAK JAIN.ETC: "《An Improved Robust Adaptive Parameter Identifier for DC-DC Converters Using H-infinity Design》", 《2018 IEEE APPLIED POWER ELECTRONICS CONFERENCE AND EXPOSITION (APEC)》 * |
赵天宇等: "《基于变论域模糊控制的无刷直流电机转速问题》", 《控制与应用技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398840A (zh) * | 2020-11-06 | 2021-02-23 | 国网山东省电力公司 | 基于自适应滑模观测器的电力信息物理系统攻击定位方法 |
CN112398840B (zh) * | 2020-11-06 | 2022-03-08 | 国网山东省电力公司 | 基于自适应滑模观测器的电力信息物理系统攻击定位方法 |
CN114726642A (zh) * | 2022-04-26 | 2022-07-08 | 东北电力大学 | 一种基于电力监控系统网络威胁的量化系统 |
CN114726642B (zh) * | 2022-04-26 | 2023-09-22 | 东北电力大学 | 一种基于电力监控系统网络威胁的量化系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111208731B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110855683B (zh) | 一种对电力信息物理系统进行攻击检测及重构的方法 | |
CN105699907B (zh) | 一种基于动态阻抗校正的电池soc估计方法及系统 | |
CN111208731B (zh) | 一种对电力信息物理系统进行攻击检测及重构的方法 | |
CN108445759B (zh) | 一种传感器饱和约束下网络化系统的随机故障检测方法 | |
CN109254532B (zh) | 一种面向通信时滞的多智能体分布式合作故障检测方法 | |
Ustun et al. | Artificial intelligence based intrusion detection system for IEC 61850 sampled values under symmetric and asymmetric faults | |
CN108566257A (zh) | 一种基于反向传播神经网络的信号恢复方法 | |
CN115208680B (zh) | 一种基于图神经网络的动态网络风险预测方法 | |
CN111294341A (zh) | 基于自编码器和递归神经网络的车载系统入侵检测方法 | |
CN110324337B (zh) | 一种基于胶囊神经网络的车内网入侵检测方法及系统 | |
CN113268731A (zh) | 一种针对负荷频率控制系统虚假数据攻击的估计方法 | |
Yang et al. | An unknown input multiobserver approach for estimation and control under adversarial attacks | |
CN115801412B (zh) | 一种电力物联信息网络攻击行为特征的提取方法 | |
CN109660522B (zh) | 面向综合电子系统的基于深层自编码器的混合入侵检测方法 | |
Tang et al. | An improved Sobel face gray image edge detection algorithm | |
CN112787984B (zh) | 一种基于相关分析的车载网络异常检测方法及系统 | |
CN113325708B (zh) | 基于异构多智能体的多无人机系统的故障估计方法 | |
CN114444096A (zh) | 一种基于数据分析的网络数据储存加密检测系统 | |
CN114938287A (zh) | 一种融合业务特征的电力网络异常行为检测方法及装置 | |
CN112689288A (zh) | 一种基于wann的射频指纹提取和识别方法 | |
CN114039867B (zh) | 一种隐蔽式攻击下网络化控制系统状态与故障的联合区间估计方法 | |
CN110794811B (zh) | 一种带有量化的网络化运动控制系统的安全控制方法 | |
Ning et al. | Design of advanced false data injection attack in networked control systems | |
Wang et al. | Limited information based emergency response control for underwater vehicle systems with disturbances and DoS attacks | |
CN113204647A (zh) | 一种基于联合权重的编码解码框架知识图谱嵌入方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |