电力信息物理系统的恶意数据攻击问题及对策研究

Modern power systems have been developed into a Cyber-Physical System (CPS) with strong couplings between electricity infrastructures and control systems. With the increasing complexity of power systems and the development of smart grid, the problem of malicious data attacks on power CPS is more and more serious, thereby affecting the safe and stable operation of power systems. The malicious data attacks of power CPS and the countermeasures will be studied deeply in this project. Specifically, the optimal attack strategies will be put forward from the attackers' point of view firstly in order to reveal the most serious challenges that may be faced by the power CPS; at the same time the optimal countermeasures against the attack strategies, including the detection and identification methods on the malicious data attacks as well as the optimal proactive approaches, will also be put forward from the perspective of the grid control center. All the theories and approaches developed in this project will be applied and tested in real systems in order to ensure the safe and stable operation of the power system in the presence of malicious data attacks.

现代电力系统已发展为由电力及其监控系统构成的复杂信息-物理系统（Cyber-Physical System, CPS），随着电力系统的日益复杂化和智能电网的发展，电力CPS面临的恶意数据攻击问题日益严重，从而严重影响了其安全稳定运行。本项目将全面深入研究电力CPS面临的恶意数据攻击问题以及相应的应对策略。项目将首先从攻击者的角度出发提出攻击者可能实施的最优攻击策略，以揭示电力CPS面临的最严峻挑战；同时本项目还将从电网控制中心的角度出发提出针对恶意数据攻击的最优应对策略（包括恶意数据的检测和辨识方法以及最优主动防御方法）；项目最终将把所提出的理论和方法应用于实际系统中，以确保在恶意数据攻击下电力系统仍能安全稳定运行。

现代电力系统已发展为由电力及其监控系统构成的复杂信息-物理系统（Cyber-Physical System, CPS），随着电力系统的日益复杂化和智能电网的发展，电力CPS面临的恶意数据攻击问题日益严重，从而严重影响了其安全稳定运行。本项目深入研究了电力CPS面临的恶意数据攻击问题以及相应的应对策略，具体地，本项目首先从攻击者的角度出发提出攻击者可能实施的最优攻击策略，揭示了电力CPS面临的最严峻挑战；项目通过对恶意数据注入攻击的基本要求、攻击目的及不同攻击场景的分析概括，提出了恶意数据注入攻击的一般形式，该一般形式为后续交流系统和基于电压源型换流器的高压直流输电系统在不同攻击场景下攻击策略模型的构建，以及恶意数据注入攻击策略模型的求解方法的构建提供了统一的指导；同时本项目还将从电网控制中心的角度出发提出针对恶意数据攻击的最优应对策略。考虑到电力系统的拓扑变化，本项目提出了一种最优鲁棒主动防御策略，进一步，从模式识别的角度，基于图论和递推贝叶斯估计，给出了最优鲁棒主动防御策略的求解方法。此外，本项目还提出了用于防御各种攻击的状态估计策略。研究表明，为应对各种攻击策略，状态估计应首先运行基于转移潮流的拓扑错误辨识，以有效辨识拓扑错误和不良数据；在此基础上先进行最优Givens变换，以抑制杠杆点攻击数据；最后再运行最大指数绝对值目标函数的状态估计(Maximum exponential absolute value state estimation, MEAV)，即可抑制强相关的多不良数据攻击，理论研究和算例分析均表明采用以上策略对各种攻击方法均具有良好的抑制能力。建议电网公司予以采用。本项目的研究成果可确保在恶意数据攻击下电力系统仍能安全稳定运行。