海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計研究

李文琴+汪大清+張素蘭

摘 要： 針對傳統(tǒng)抗毀能力估計不準確的問題，提出一種海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方案。首先建立靜態(tài)能量函數(shù)模型，通過模型系統(tǒng)進行評估可以防止海量壞數(shù)據(jù)對評估過程的干擾，同時優(yōu)化了評估過程的算例分析，改變傳統(tǒng)分析模式，使用VOPC進行系統(tǒng)函數(shù)分析，能對隨機攻擊以及惡意攻擊進行分配評估，促進評估過程的準確程度。實驗結(jié)果表明，所提方法能夠?qū)χ悄茈娋W(wǎng)抗毀能力進行準確的評估。

關(guān)鍵詞： 智能電網(wǎng)； 抗毀能力； 海量壞數(shù)據(jù)； 算例分析

中圖分類號： TN915.5?34； TP391.3 文獻標識碼： A 文章編號： 1004?373X（2017）24?0121?03

Abstract： Aiming at the inaccurate estimation of traditional destroy?resistant ability， a destroy?resistant ability estimation scheme of smart power grid is proposed to resist the massive bad data attack. The static energy function model is established. The model system used for evaluation can prevent the interference of massive bad data in the evaluation process， and optimize the example analysis of the assessment process， which can change the traditional analysis mode. The VOPC used for system function analysis can conduct the allocation assessment for the random attacks and malicious attacks to promote the accuracy degree of the evaluation process. The experimental results show that the estimation method for destroy?resistant ability of smart power grid can accurately evaluate the smart power grid′s destroy?resistant ability against massive bad data attack.

Keywords： smart power grid； destroy?resistant ability； massive bad data； example analysis

0 引 言

電力系統(tǒng)的穩(wěn)定是關(guān)系到城市化建設(shè)以及工業(yè)生產(chǎn)的關(guān)鍵所在。隨著科技的進步，傳統(tǒng)的電力設(shè)施已經(jīng)與智能化的設(shè)備相結(jié)合，利用一定的智能設(shè)備可以提高電力系統(tǒng)的控制能力，同時增加電力系統(tǒng)的調(diào)配能力[1?2]。但是電力系統(tǒng)具有一定的脆弱性，很容易受到數(shù)據(jù)信息干預、計算通信干擾、內(nèi)部控制配件的調(diào)配不均衡等情況影響造成大面停電，這樣嚴重的危害到了城市的基本設(shè)施的使用以及工業(yè)生產(chǎn)能力[3?4]。就現(xiàn)階段的技術(shù)發(fā)展而言，使用的內(nèi)置配件已經(jīng)能夠承受電力系統(tǒng)的使用強度，計算通信的干擾也已經(jīng)可以通過技術(shù)手段進行有效的避免[5]。這些數(shù)據(jù)可以統(tǒng)稱為壞數(shù)據(jù)，目前海量壞數(shù)據(jù)的攻擊是電網(wǎng)系統(tǒng)的最新難題[6?7]。針對智能電網(wǎng)抗毀能力的評估方法，一般都是參照網(wǎng)絡(luò)抗毀系數(shù)的評估方法進行評估的，具有許多評估誤差。針對上述問題，本文提出海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方法，并設(shè)計了對比仿真試驗，通過實驗驗證了本文提出評估方法的有效性。

1 聚類中心調(diào)度技術(shù)的設(shè)計方案

本文提出的海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計使用靜態(tài)能量函數(shù)模型對智能電網(wǎng)抗毀能力進行估計。由于智能電網(wǎng)中的壞數(shù)據(jù)大體攻擊形式分為兩種：一種是本身含有惡意攻擊性的主動攻擊數(shù)據(jù)；一種是具有隨機攻擊性非惡意數(shù)據(jù)，但都會對電網(wǎng)進行攻擊。所以優(yōu)化算例分析過程可對不同形式下攻擊進行全面評估，有效保證了評估過程的準確性。其評估過程如圖1所示。

1.1 建立靜態(tài)能量函數(shù)模型

本文建立的靜態(tài)能量函數(shù)模型能夠?qū)Ａ繅臄?shù)據(jù)進行高位的統(tǒng)計評估，由于智能電網(wǎng)的不同支路與信息接觸的概率是不同的，因此需要進行支路規(guī)劃。假設(shè)電壓的節(jié)點是j，電流的節(jié)點為i，根據(jù)不同支路的節(jié)點設(shè)置，進行節(jié)點的預設(shè)公式為：

式中：，分別表示支路電壓的節(jié)點控制力、支路控制電壓的抗毀能力；表示節(jié)點的相位差，通過節(jié)點相位差能夠反映支路與數(shù)據(jù)的接觸能力；表示支路電網(wǎng)的功率因數(shù)。經(jīng)過節(jié)點預設(shè)過后，根據(jù)信息的涌動規(guī)律，進行智能電網(wǎng)的潮擊計算，公式為：

式中：表示潮擊過程中的數(shù)據(jù)攻擊概率；表示智能電網(wǎng)中節(jié)點的使用率；，分別表示惡意數(shù)據(jù)節(jié)點的標注碼、惡意數(shù)據(jù)的識別常數(shù)碼。表示電納ij支路的權(quán)值函數(shù)；表示經(jīng)過惡意數(shù)據(jù)攻擊的頻率。這樣便可以進行靜態(tài)能量函數(shù)模型的建立，公式如下：

靜態(tài)能量函數(shù)模型不能夠進行直接的使用需要進行使用條件的限定。限定條件表示如下：

經(jīng)過上述的條件限定完成了靜態(tài)能量函數(shù)模型的建立。

1.2 優(yōu)化算例分析

本文對算例分析進行了優(yōu)化，主要目的是保證進行評估過程中對非惡意數(shù)據(jù)隨機攻擊進行估計。本文優(yōu)化后的算例分析使用的是VOPC函數(shù)，改變了傳統(tǒng)的算例分析過程，這樣能更好的隨機性的進行評估，根據(jù)VOPC函數(shù)使用條件首先需要對隨機數(shù)據(jù)進行一維密度函數(shù)計算，公式為：endprint

式中：表示隨機數(shù)據(jù)的節(jié)點重要度之和；，，分別表示密度函數(shù)的節(jié)點邊權(quán)值、商權(quán)值、空點系數(shù)值；是發(fā)生數(shù)據(jù)攻擊的屬性值。由于智能電網(wǎng)的的分布多數(shù)都是雙向性對稱，因此可以得到數(shù)據(jù)重要度公式為：

式中：表示重要度函數(shù)的基本應急值；表示隨機事件發(fā)生的系統(tǒng)趨向；表示隨機數(shù)據(jù)的屬性有效值。經(jīng)過上述公式的計算，進行數(shù)例分析，其分析過程為：

式中：表示進行算例分析過程中使用的系數(shù)；一般是在[60，120]值域范圍內(nèi)；表示數(shù)據(jù)進行惡意攻擊過程中的接觸屬性，主要是指能夠中斷線路傳輸?shù)墓?；表示?shù)據(jù)進行惡意攻擊過程中的畸變能力，主要體現(xiàn)在是否能夠進行多次攻擊；表示智能電網(wǎng)的抗性，包括抗毀能力、抗阻能力等。不同的攻擊對應不同的評估標準也是不同的。

2 仿真實驗分析

2.1 參數(shù)設(shè)定

為了保證設(shè)計的海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方法的有效性，對參數(shù)進行設(shè)置定：支路電壓的節(jié)點控制參數(shù)在[63.52，99.8]值域范圍之內(nèi)；設(shè)置智能電網(wǎng)中節(jié)點的使用率為18.5。為了保證海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方法能夠更準確地對數(shù)據(jù)攻擊進行評估，設(shè)置，，，分別為88.5，750，22.5，3，設(shè)置試驗參數(shù)如表1所示。

評價估計方法的指標主要有2種：狀態(tài)脆弱因子數(shù)；結(jié)構(gòu)脆弱因子數(shù)。狀態(tài)脆弱因子數(shù)表示如下：

結(jié)構(gòu)脆弱因子數(shù)為：

根據(jù)上述仿真設(shè)定參數(shù)進行實驗，結(jié)果如下。

2.2 結(jié)果分析

在實驗過程中，對傳統(tǒng)方法與本文提出的方法的試驗結(jié)果進行記錄，如表2所示。

分析表2得知，本文提出的海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方法，結(jié)構(gòu)脆弱因子數(shù)比傳統(tǒng)的評價方法高出13.7， 結(jié)構(gòu)脆弱因子數(shù)是衡量評估方法準確度的指標，實驗結(jié)果說明本文提出的方法更加的準確；狀態(tài)脆弱因子數(shù)比傳統(tǒng)方法高出31.86，狀態(tài)脆弱因子數(shù)是衡量評估方法全面性的數(shù)據(jù)指標，可以看出本文的方法能夠進行更加全面的評估。

分析圖2結(jié)果得知，本文提出的海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方法，在時間上與傳統(tǒng)的評估方法相比較，本文提出的方法所用時間很短。

分析圖3結(jié)果得知，本文提出的海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方法。其測量結(jié)果是具有一定的波動性的，說明本文提出的方法能夠?qū)?shù)據(jù)攻擊更加的敏感；傳統(tǒng)方法的評估結(jié)果是一條近似直線，說明對智能電網(wǎng)的攻擊敏感度較低。

3 結(jié) 語

本文提出一種海量壞數(shù)據(jù)攻擊下的智能電網(wǎng)抗毀能力估計方案。對智能電網(wǎng)抗毀能力進行估計，首先需要建立靜態(tài)能量函數(shù)模型，通過模型系統(tǒng)進行評估可以防止海量壞數(shù)據(jù)對評估過程的干擾，避免了傳統(tǒng)的評估方法中支路信息不全的問題，同時優(yōu)化了評估過程的算例分析，改變了傳統(tǒng)的分析模式，使用VOPC進行系統(tǒng)的函數(shù)分析，能夠?qū)﹄S機攻擊以及惡意攻擊進行分配評估，從而極大地促進評估過程的準確程度。希望通過本文的研究能夠為智能電網(wǎng)抗毀能力估計提供理論依據(jù)。

參考文獻

[1] 溫博慧，李向前，袁銘.存量流量一致框架下中國銀行體系網(wǎng)絡(luò)抗毀性研究：基于資產(chǎn)價格波動沖擊[J].財貿(mào)經(jīng)濟，2015，36（9）：46?60.

[2] 鐘少穎，王寧寧，陳銳.北京市公交網(wǎng)絡(luò)樞紐性和抗毀性：基于復雜網(wǎng)絡(luò)分析方法的研究[J].城市發(fā)展研究，2016，23（6）：123?132.

[3] 王子涵，王小軍.包含認知能力的教育回報率估計：基于CHIP2007年數(shù)據(jù)的實證研究[J].教育與經(jīng)濟，2016（1）：39?46.

[4] 何旭，姜憲國，張沛超，等.基于SVM的小樣本條件下繼電保護可靠性參數(shù)估計[J].電網(wǎng)技術(shù)，2015，39（5）：1432?1437.

[5] 尹東東，張建清.我國對外直接投資逆向技術(shù)溢出效應研究：基于吸收能力視角的實證分析[J].國際貿(mào)易問題，2016（1）：109?120.

[6] 劉袁緣，陳靚影，俞侃，等.基于樹結(jié)構(gòu)分層隨機森林在非約束環(huán)境下的頭部姿態(tài)估計[J].電子與信息學報，2015，37（3）：543?551.

[7] 徐紅旗，史冀鵬，張守偉，等.sEMG時頻特征線性回歸法與非線性神經(jīng)網(wǎng)絡(luò)法預測伸膝肌群極限功率保持能力測試中功率損失率的比較研究[J].中國體育科技，2017，53（2）：53?63.endprint