CN112333002A - 一种配电网去中心化状态估计方法 - Google Patents

一种配电网去中心化状态估计方法 Download PDF

Info

Publication number
CN112333002A
CN112333002A CN202011078813.4A CN202011078813A CN112333002A CN 112333002 A CN112333002 A CN 112333002A CN 202011078813 A CN202011078813 A CN 202011078813A CN 112333002 A CN112333002 A CN 112333002A
Authority
CN
China
Prior art keywords
area
contract
sub
information
node
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
Application number
CN202011078813.4A
Other languages
English (en)
Other versions
CN112333002B (zh
Inventor
李幸芝
韩蓓
李国杰
汪可友
冯琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202011078813.4A priority Critical patent/CN112333002B/zh
Publication of CN112333002A publication Critical patent/CN112333002A/zh
Application granted granted Critical
Publication of CN112333002B publication Critical patent/CN112333002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/30—Decision processes by autonomous network management units using voting and bidding
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/50—Testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一种配电网去中心化状态估计方法，包括第一阶段，私密数据协商过程：物理层将配电网划分为子区域和联络线区域，处理来自不同量测设备或用户的本地数据来草拟合同；第二阶段，边界合同制定：利用异常共识机制，检测异常判断合同是否生效，采用投票机制来验证防止数据篡改。本发明解决了配电网可观测性与用户数据隐私性之间的矛盾。并且在保护隐私同时，只交换和存储边界值，减少了传输和存储需求；同时可以兼容不同的测量采样率，适用于配备多采样周期混合量测和通信设备的配电网，实现更加灵活。

Description

一种配电网去中心化状态估计方法
技术领域
本发明涉及电网状态估计技术领域，特别是一种基于分区数据协商与异常共识机制的配电网去中心化状态估计方法。
背景技术
随着配电网规模的日益增加,传统的集中式状态估计(State Estimation,SE)遇到的复杂性和计算负担随之增加。同时，配电网中量测装置有限，实时量测数据冗余度低，常依赖于关键的伪量测数据。近年来，高级量测体系和新型量测装置如同步相量量测等的发展十分迅猛，多种量测周期数据将长期并存。目前文献多集中于讨论集中式SE对于不同量测周期数据的处理，不能有效应对不同子区的不同量测周期数据问题。而且集中式SE需要收集来自全局量测装置的每一条量测数据，因此这对实时性造成了挑战。除了节点增多的大型电力系统会面临的复杂度和计算负担之外，传统的集中式SE遇到坏数据将导致全局估计结果错误或收敛失败。且目前所有状态估计方法均假设电力公司的数据是公开的，不考虑隐私保护下的数据交易或交换。因而为了改善配电网状态估计量测冗余度低下的状况，本发明提出一种基于子区内部用户数据隐私保护框架下的去中心化状态估计算法来分散计算压力，有效处理多种量测周期数据，提高估计结果的精度。
发明内容
本发明针对配电网规模不断扩大和多种量测装置并存的现状，提出一种基于分区数据协商与异常共识机制的配电网去中心化状态估计方法。
为实现上述发明目的，本发明的技术解决方案如下：
一种配电网去中心化状态估计方法，其特点在于，包括第一阶段，私密数据协商过程：物理层将配电网划分为子区域和联络线区域，处理来自不同量测设备或用户的本地数据来草拟合同；第二阶段，边界合同制定：利用异常共识机制，检测异常判断合同是否生效，采用投票机制来验证防止数据篡改。
所述的第一阶段，私密数据协商过程，具体步骤如下：
S1.1物理层将配电网划分为子区域和联络线区域，其中，子区区域节点SN，联络线区域节点TN；
S1.2当子区k的量测更新时，子区区域节点SN向其相邻联络线区域TN发送加密信息1，并进行局部估计；
S1.3联络线区域TN收到加密信息1后触发和子区相同的并行局部估计；
S1.4判断是否收到来自上一时刻异常共识机制的量测数据错误示警信号，如是，则进入步骤S1.5，否则进入步骤S1.6；
S1.5辨识坏数据，并进行清除处理；
S1.6并行局部估计计算完成后，联络线区域TN将会向相邻子区SN发送加密信息2。
所述的第二阶段，边界合同制定，具体步骤如下：
S2.1当子区区域节点SN收到信息2后，根据如下公式判断合同是否接受，如果接受，则子区区域节点SN起草合同，并进入步骤S2.4，否则进入步骤S2.2；
Figure BDA0002717229800000021
式中：
Figure BDA0002717229800000022
和
Figure BDA0002717229800000023
分别是SNk和TNs对同一个边界节点i的估计值；
Figure BDA0002717229800000024
是SNk的局部估计中G的第i个对角元；c是比例系数；
S2.2定位拒绝子区，对拒绝子区链上查询历史时刻t-1与当前时刻t之间的边界估计值绝对偏差Δxt,t-1，如果Δxt,t-1超过阈值Normalmax，认定是坏数据影响；
S2.3异常定位写入合同信息，并且特定异常及其位置的警告将被发送到相关的子区域，便于下一时刻展开坏数据辨识；
S2.4合同信息记录完成后，SN在网络层将合同签署数字签名并广播给所有节点；新区块的有效性由所有节点投票确认，如果投票不成功，那么认为SN生产的区块存在信息错误，并非该合同涉及子区所签署，存在信息篡改风险，因而验证不通过；该子区应重新发送合同信息，直至确保该合同的信息来源可靠，才能完成上链；
S2.5对于无异常的子区，SN将TN提供的边界估计值当作新的伪量测信息更新自己的LE来提高估计精度
S2.6当以上所有过程结束时，被批准的区块将以哈希算法链接至业务层的区块链上，以确保上链是不可逆的。
所述的加密信息1包含：与边界节点与扩展节点相关的量测(节点注入有功/节点注入无功/电压幅值/量测误差)；愿意共享给联络线区的扩展节点的拓扑信息；作为发送端子区的地址和作为接受端联络线区的地址；以及当前时间Tstart信息。
所述的加密信息2包括：边界节点的估计值(节点电压幅值/相角/估计误差)；作为发送端联络线区的地址和作为接受端子区的地址；以及当前时间Tend信息。
与现有技术相比，本发明的有益效果是：
1)提出了一种基于区块链的隐私保护框架下的状态估计算法，充分利用子区内部的用户数据，解决了配电网可观测性与用户数据隐私性之间的矛盾。并且在保护隐私同时，只交换和存储边界值，减少了传输和存储需求；
2)所提方法采用去中心化框架，分区灵活，且各子区并行计算，有效缓解计算压力。同时可以兼容不同的测量采样率，适用于配备多采样周期混合量测和通信设备的配电网，实现更加灵活；
3)区块链层的数据加密和投票共识机制则为状态估计提供了一个安全平台，保护数据免遭恶意篡改。链上的子区间比对可定位坏数据子区发出示警，并将坏数据影响局限在区域内部，保证对大部分子区域进行最新估计。
附图说明
图1是本发明状态估计(state estimation,SE)的模型示意图；
图2是本发明子区和联络线区分区示意图；
图3是本发明SE算法流程示意图；
图4是本发明私密数据协商示意图；
图5是本发明边界合同制定示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明可建模为三层，如图1所示，包括物理层、网络层和业务层。其中，物理层指的是实际电网的物理结构。在物理层，网络被划分为不重叠的子区和联络线区域。联络线区域与相邻的子区有重叠部分。子区分区的原则按照子区对节点的所有权进行分区以便对子区隐私的保护，例如工业园区有专门的能量管理系统对内部量测进行管理，也符合不同园区的不同量测配置的现状。子区内部装设PMU的节点可以作为备选分区节点，用于进一步减少子区规模，使各子区并行计算均衡，分散计算压力。各子区将建立局部估计模型，以相邻子区k和m进行说明，如图2所示，对于子区k，有：(1)内部节点：内部节点的所有相邻节点都在子区里，其状态变量向量记作xik；(2)边界节点：边界节点的一部分相邻节点在子区里，一部分相邻节点在子区外，记作xbk；对于联络线区，有：(1)边界节点：联络线区与其相邻子区的边界节点集合记为xBs＝[xbk,xbm]；(2)扩展节点：扩展节点是边界节点在子区内的相邻节点，记为xNs＝[xnk,xnm]，这取决于子区愿意分享的节点数据的意愿。
在网络层中，每个子区域或联络线区域表示为一个节点，即子区域节点(SubareaNode，SN)或联络线节点(Tie-line Node，TN)，作为区块链的用户参与(1)数据交换和私密数据协商过程；(2)进行局部估计计算；(3)进行边界合同制定，相互比对数据完成异常识别。网络层是算法能有效执行的重要层级。
在业务层，通过边界合同制定后的合同将形成新的区块，该区块通过投票机制后将上链至区块链。
区块链分为公有链、联盟链和私有链。基于安全性、便于管理、共识机制防篡改等考虑，本发明选择用户需要经过身份验证才能到进入到网络中的联盟链作为实现机制进行研究。经过身份验证后的区域节点(SN和TN)将被分配独特的地址和一对用于信息加密的公钥和私钥。如图3所示。首先，区块链上第一个被创建的区块成为创世区块，存储该场景的固有模型和参数。对子区k而言，区域量测更新将触发区域节点SNk当地的状态估计模块，且触发向相邻联络线区域的私密数据协商过程以交换量测数据和边界值估计数据。数据交换的结果将进入到边界合同制定阶段，进行合同有效与否的判定。无异常的合同将形成新的区块上链至现有区块链中，合同中的信息将作为新的伪量测增加子区的状态估计。判断有异常的合同将被记录异常信息同时向相关子区域示警，主动请求坏数据检测。
第一阶段，私密数据协商过程：提供了相邻子区之间的数据交换，为边界合同制定中合同的指定奠定了基础。为了保证子区域之间的数据私密性和安全性，通过协商进行的数据交换必须以加密的方式进行传输，如图4所示。
当子区k的量测更新时，子区区域节点SNk向其相邻联络线区域TN发送加密过的信息1，其中加密涉及到独特的数字签名和身份验证，具体的非对称加密算法详见文献[32]。信息1包含：(1)与边界节点与扩展节点相关的量测(节点注入有功/节点注入无功/电压幅值/量测误差)；(2)愿意共享给联络线区的扩展节点的拓扑信息；(3)作为发送端子区的地址和作为接受端联络线区的地址；(4)当前时间Tstart。联络线区收到信息1后将触发和子区相同的并行局部估计(Local Estimation,LE)计算。
因为坏数据异常识别比对是通过异常共识机制的链上比对进行的，因此各子区在坏数据标志(bad data signal)为0时不需要总是事先进行坏数据辨识，因此提高效率。
加权最小二乘(Weighted Least Squares，WLS)算法是一种普遍应用在电网状态估计里的算法。选取采用WLS作为各区域并行的LE算法。考虑如下量测方程：
z＝h(x)+e (1)
式中：z是子区里量测向量；x是子区里状态变量向量，维数小于z；e是量测误差向量，其协方差矩阵为R，该矩阵通常被假设为对角矩阵，对角元素为各量测数据方差σ2；h(x)为状态变量向量到量测向量的函数关系。
WLS的求解目标是使得如下目标函数最小的最优估计值
Figure BDA0002717229800000055
Figure BDA0002717229800000051
最优估计值
Figure BDA0002717229800000052
可以通过如下的循环求解得到：
G(p)(x(p))Δx(p)＝HT(x(p))W(p)[z(p)-h(x(p))] (3)
式中：p代表第p次循环；Δx(p)＝x(p+1)-x(p)；
Figure BDA0002717229800000053
代表量测函数h(x)的的雅可比矩阵；G(p)＝HT(x(p))R-1H(x(p))，是增益矩阵，对其求逆可得状态变量的估计误差协方差矩阵：
Figure BDA0002717229800000054
各子区并行计算时，有PMU的子区可采用PMU节点的相角量测信息作为节点相角参考，没有PMU节点的子区设置其与电网主干网相连接的出口节点为平衡节点作为相角参考。
对于子区k，量测方程有：
zk＝hk(xk)+εk (5)
式中：xk＝[xik；xbk]；zk＝zik。
对于联络线区s，由于联络线量测涉及到两边子区k和m的状态变量，因此联络线区的量测方程有：
zs＝hs(xs)+es (6)
式中：zs＝[zBs；zNs]＝[zbk；zbm；znk；znm]xs＝[xBs；xNs]＝[xbk；xbm；xnk；xnm]。
联络线区在接收到多个与其相连的子区的信息1的时候，需要比对其时间Tstart以确认这些量测信息是否为同一时间断面。对于不同时间断面的量测，联络线需按照不同子区要求做数据对齐处理。一般采用对历史时刻tj和tj-1的量测值zj和zj-1采用线性外推法得到tj和tj+1之间的tk时的数据zk：
Figure BDA0002717229800000061
若对于子区如园区来说，其各节点下一时刻数据zj+1若可预测，则联络线区可根据子区的量测数据和预测数据可采用线性内插法：
Figure BDA0002717229800000062
并行计算完成后，TN将会向相邻子区SN发送加密信息2。加密信息2包括：(1)边界节点的估计值(节点电压幅值/相角/估计误差)；(2)作为发送端联络线区的地址和作为接受端子区的地址；(3)当前时间Tend。
SN收到加密信息2后，触发进入下一阶段即边界合同制定，进行数据比对和异常识别。
第二阶段：边界合同制定
利用上一阶段联络线区传给子区的加密信息2，子区可以根据自身估计数据和信息2进行边界合同制定，如图5所示：
1)当SN收到加密信息2后，需进行如下的数据一致性检查(判据1)判断合同是否接受：
Figure BDA0002717229800000063
式中：
Figure BDA0002717229800000064
和
Figure BDA0002717229800000065
分别是SNk和TNs对同一个边界节点i的估计值；
Figure BDA0002717229800000066
是SNk的局部估计中G的第i个对角元；c是比例系数，当c＝1、2、3时，表明落入标准高斯分布的区间是总区间的68.2％、95.4％、99.7％。仿真结果表明，c＝1在识别精度和异常阈值混淆之间可以获得一个可接受的平衡。
判据1结束后，SN将起草合同，包括以下信息：(1)子区和联络区地址；(2)子区对边界节点的估计值(节点电压幅值/相角/估计误差)；(3)联络线区对边界节点的估计值(节点电压幅值/相角/估计误差)；(4)合同状态(即接收为0，拒绝则为1)(5)Tstart和Tend。
2)来自被拒绝合同的地址信息可以帮助定位异常。若合同拒绝来自多个相邻子区，则共同联络线区域可疑；否则，只有一个子区域拒绝合同则可能异常只发生在该子区。
由于判据1的比例系数取1只能覆盖68.2％区间，环境噪声的影响可能会使得判据1产生拒绝，为了辨识坏数据和环境噪声，对拒绝子区链上查询历史时刻t-1与当前时刻t之间的边界估计值绝对偏差Δxt,t-1。如果Δxt,t-1超过阈值Normalmax，认定是坏数据影响。阈值Normalmax的取值，可由历史中无异常的最大估计值误差得到，具体如下：
Figure BDA0002717229800000071
Figure BDA0002717229800000072
据(10)和(11)有
Figure BDA0002717229800000073
以上各式中：
Figure BDA0002717229800000074
分别为有坏数据情况和环境噪声的估计值；
Figure BDA0002717229800000075
为真值；g(·)为量测值到状态估计值的函数关系式；z1为子区1的正常情况下的量测值，
Figure BDA0002717229800000076
为有坏数据情况和环境噪声的量测偏差值。
特定异常及其位置的警告将被发送到相关的子区域，并启动错误数据分析或拓扑检查，且信息将被写入合同的第(3)项：(即坏数据为2，环境噪声为3)中。
3)合同信息记录完成后，SN在网络层将合同签署数字签名并广播给所有节点。新区块的有效性由所有节点投票确认[34-35]，步骤如下：(1)接收到区块的节点对每个合同的数字签名进行解密，以确认是否由该子区签署，进行身份验证；(2)确认结果由所有节点投票决定(验证该区块没有被恶意篡改后，认为该合同有效，直接发送已形成的确认消息以及对加盖时间戳后的区块签名，否则更改确认消息后再发送)；(3)只有所有节点一致同意，才能确认该新区块有效。通常，电网节点分布在较广地理范围内，因此黑客很难对大多数节点进行攻击，从而阻止网络攻击(如数据恶意篡改)[28]。如果投票不成功，那么可以认为SN生产的区块存在信息错误，并非该合同涉及子区所签署，存在信息篡改风险，因而验证不通过。该子区应重新发送合同信息，直至确保该合同的信息来源可靠，才能完成上链。
4)对于无异常的子区，SN将TN提供的边界估计值当作新的伪量测信息更新自己的LE来提高估计精度：
Figure BDA0002717229800000081
对式(13)在估计值处泰勒展开线性化处理有：
Figure BDA0002717229800000082
式中：
Figure BDA0002717229800000083
Δxk＝[Δxik；Δxbk]；Δxm＝[Δxim；Δxbm]；H′k为Δz′k对Δxk的函数关系的雅可比阵；H′m为Δz′m对Δxm的函数关系的雅可比阵。
式(14)中的解耦的雅可比阵表明，纳入边界估计值伪量测的估计是可以解耦到各个子区进行单独的状态估计的，因此各子区可以根据合同里的信息独立地更新自身估计结果。
5)当以上所有过程结束时，被批准的区块将以哈希算法链接至业务层的区块链上，以确保上链是不可逆的。经过验证后的新的区块将为以后的状态估计提供透明安全的历史数据从而作为异常识别的参考。

Claims (5)

1.一种配电网去中心化状态估计方法，其特征在于，包括第一阶段，私密数据协商过程：物理层将配电网划分为子区域和联络线区域，处理来自不同量测设备或用户的本地数据来草拟合同；第二阶段，边界合同制定：利用异常共识机制，检测异常判断合同是否生效，采用投票机制来验证防止数据篡改。
2.根据权利要求1所述的配电网去中心化状态估计方法，其特征在于，所述的第一阶段，私密数据协商过程，具体步骤如下：
S1.1物理层将配电网划分为子区域和联络线区域，其中，子区区域节点SN，联络线区域节点TN；
S1.2当子区k的量测更新时，子区区域节点SN向其相邻联络线区域TN发送加密信息1，并进行局部估计；
S1.3联络线区域TN收到加密信息1后触发和子区相同的并行局部估计；
S1.4判断是否收到来自上一时刻异常共识机制的量测数据错误示警信号，如是，则进入步骤S1.5，否则进入步骤S1.6；
S1.5辨识坏数据，并进行清除处理；
S1.6并行局部估计计算完成后，联络线区域TN将会向相邻子区SN发送加密信息2。
3.根据权利要求2所述的配电网去中心化状态估计方法，其特征在于，所述的第二阶段，边界合同制定，具体步骤如下：
S2.1当子区区域节点SN收到信息2后，根据如下公式判断合同是否接受，如果接受，则子区区域节点SN起草合同，并进入步骤S2.4，否则进入步骤S2.2；
Figure FDA0002717229790000011
式中：
Figure FDA0002717229790000012
和
Figure FDA0002717229790000013
分别是SNk和TNs对同一个边界节点i的估计值；
Figure FDA0002717229790000014
是SNk的局部估计中G的第i个对角元；c是比例系数；
S2.2定位拒绝子区，对拒绝子区链上查询历史时刻t-1与当前时刻t之间的边界估计值绝对偏差Δxt,t-1，如果Δxt,t-1超过阈值Normalmax，认定是坏数据影响；
S2.3异常定位写入合同信息，并且特定异常及其位置的警告将被发送到相关的子区域，便于下一时刻展开坏数据辨识；
S2.4合同信息记录完成后，SN在网络层将合同签署数字签名并广播给所有节点；新区块的有效性由所有节点投票确认，如果投票不成功，那么认为SN生产的区块存在信息错误，并非该合同涉及子区所签署，存在信息篡改风险，因而验证不通过；该子区应重新发送合同信息，直至确保该合同的信息来源可靠，才能完成上链；
S2.5对于无异常的子区，SN将TN提供的边界估计值当作新的伪量测信息更新自己的LE来提高估计精度
S2.6当以上所有过程结束时，被批准的区块将以哈希算法链接至业务层的区块链上，以确保上链是不可逆的。
4.根据权利要求1所述的配电网去中心化状态估计方法，其特征在于，所述的加密信息1包含：与边界节点与扩展节点相关的量测(节点注入有功/节点注入无功/电压幅值/量测误差)；愿意共享给联络线区的扩展节点的拓扑信息；作为发送端子区的地址和作为接受端联络线区的地址；以及当前时间Tstart信息。
5.根据权利要求2所述的配电网去中心化状态估计方法，其特征在于，所述的加密信息2包括：边界节点的估计值(节点电压幅值/相角/估计误差)；作为发送端联络线区的地址和作为接受端子区的地址；以及当前时间Tend信息。
CN202011078813.4A 2020-10-10 2020-10-10 一种配电网去中心化状态估计方法 Active CN112333002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011078813.4A CN112333002B (zh) 2020-10-10 2020-10-10 一种配电网去中心化状态估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011078813.4A CN112333002B (zh) 2020-10-10 2020-10-10 一种配电网去中心化状态估计方法

Publications (2)

Publication Number Publication Date
CN112333002A true CN112333002A (zh) 2021-02-05
CN112333002B CN112333002B (zh) 2021-09-07

Family

ID=74314617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011078813.4A Active CN112333002B (zh) 2020-10-10 2020-10-10 一种配电网去中心化状态估计方法

Country Status (1)

Country Link
CN (1) CN112333002B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101677444A (zh) * 2008-09-17 2010-03-24 大唐移动通信设备有限公司 一种自动配置小区的物理层标识的方法和设备
US20130121157A1 (en) * 2011-11-11 2013-05-16 Stmicroelectronics, Inc. System and Method for an Energy Efficient Network Adapter
CN109246495A (zh) * 2018-11-19 2019-01-18 国网河南省电力公司 一种面向多层次、多指标的光网络业务质量评估方法
CN109417685A (zh) * 2018-09-28 2019-03-01 北京小米移动软件有限公司 直连通信的数据传输方法、装置、设备及系统
CN109494876A (zh) * 2018-11-28 2019-03-19 国网江苏省电力有限公司南京供电分公司 一种配电网信息系统
CN110932288A (zh) * 2019-11-25 2020-03-27 国网安徽省电力有限公司六安供电公司 一种基于分布式发电集群的去中心化电压优化方法
WO2020061768A1 (zh) * 2018-09-25 2020-04-02 富士通株式会社 一种数据发送方法、装置和通信系统
CN111259315A (zh) * 2020-01-17 2020-06-09 福州大学 一种多主体协调定价模式的去中心化调度方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101677444A (zh) * 2008-09-17 2010-03-24 大唐移动通信设备有限公司 一种自动配置小区的物理层标识的方法和设备
US20130121157A1 (en) * 2011-11-11 2013-05-16 Stmicroelectronics, Inc. System and Method for an Energy Efficient Network Adapter
WO2020061768A1 (zh) * 2018-09-25 2020-04-02 富士通株式会社 一种数据发送方法、装置和通信系统
CN109417685A (zh) * 2018-09-28 2019-03-01 北京小米移动软件有限公司 直连通信的数据传输方法、装置、设备及系统
CN109246495A (zh) * 2018-11-19 2019-01-18 国网河南省电力公司 一种面向多层次、多指标的光网络业务质量评估方法
CN109494876A (zh) * 2018-11-28 2019-03-19 国网江苏省电力有限公司南京供电分公司 一种配电网信息系统
CN110932288A (zh) * 2019-11-25 2020-03-27 国网安徽省电力有限公司六安供电公司 一种基于分布式发电集群的去中心化电压优化方法
CN111259315A (zh) * 2020-01-17 2020-06-09 福州大学 一种多主体协调定价模式的去中心化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵庆周1，李勇等: "基于智能配电网大数据分析的", 《电网技术》 *

Also Published As

Publication number Publication date
CN112333002B (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
Dehghanpour et al. A survey on state estimation techniques and challenges in smart distribution systems
Liu et al. Abnormal traffic-indexed state estimation: A cyber–physical fusion approach for smart grid attack detection
Pei et al. PMU placement protection against coordinated false data injection attacks in smart grid
Lu et al. Constrained-differential-evolution-based stealthy sparse cyber-attack and countermeasure in an AC smart grid
Zhang et al. Zero-parameter-information data integrity attacks and countermeasures in IoT-based smart grid
Wei et al. Review of cyber-physical attacks and counter defense mechanisms for advanced metering infrastructure in smart grid
Zhang et al. Profit-oriented false data injection on electricity market: Reviews, analyses, and insights
Li et al. Research on secure localization model based on trust valuation in wireless sensor networks
AU2020104272A4 (en) Blockchain-based industrial internet data security monitoring method and system
Ren et al. Secure and fault-tolerant event boundary detection in wireless sensor networks
Han et al. FNFD: A fast scheme to detect and verify non-technical loss fraud in smart grid
Li et al. Dynamic topology awareness in active distribution networks using blockchain-based state estimations
Jiang et al. Kalman filter with diffusion strategies for detecting power grid false data injection attacks
Xie et al. A novel trust-based false data detection method for power systems under false data injection attacks
Singh et al. Statistical machine learning defensive mechanism against cyber intrusion in smart grid cyber-physical network
Youssef et al. False data injection attacks against state estimation in smart grids: Challenges and opportunities
Liu et al. False-data-injection-enabled network parameter modifications in power systems: Attack and detection
Rath et al. Self-healing secure blockchain framework in microgrids
Otuoze et al. A rule-based model for electricity theft prevention in advanced metering infrastructure
Xia et al. Confidence-aware collaborative detection mechanism for false data attacks in smart grids
CN112333002B (zh) 一种配电网去中心化状态估计方法
CN112804207B (zh) 一种应用于电子政务场景的联盟链节点安全准入方法
Anusha et al. A new trust-based mechanism for detecting intrusions in MANET.
CN112804197A (zh) 基于数据还原的电力网络恶意攻击检测方法及系统
CN113825139B (zh) 基于区块链的物联网设备位置指纹定位方法及系统

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