文章摘要:智能电网逐步发展为大型电力信息物理系统，信息与物理系统的交互降低了其抵御虚假数据攻击（false data injection attacks, FDIA）的能力。针对这一问题，研究并提出了一种基于多层递阶融合模糊特征映射方法（multi-layer hierarchical fusion fuzzy feature mapping, MLHFFFM）与条件深度信念网络（deep belief network, DBN）相结合的智能电网虚假数据注入检测方法。首先，对FDIA原理进行分析，基于MLHFFFM结合主成分分析法对智能电网负荷数据进行聚类，选取日负荷与预测日类似的近似日；然后，提出利用条件深度信念神经网络对近似日智能电网负荷进行分析，通过选取不同参数对日负荷特征进行动态捕捉从而检测FDIA；最后，结合某省实际负荷以IEEE33节点系统为例进行分析。案例分析结果表明，所提模型相比于其他模型，在不同攻击强度下准确率均保持在95%以上，错报率在5%以下，能够有效检测出虚假数据的注入。

文章关键词:

项目基金:《信息记录材料》 网址: http://www.xxjlcl.cn/qikandaodu/2021/1208/2370.html