摘要
本发明公开了一种基于对抗性人工智能的电网交流状态估计中盲虚假数据注入攻击方法,属于智能电网安全技术领域,包括以下步骤:S1、从智能电网的SCADA系统中收集历史测量数据,并对收集到的历史测量数据进行预处理;S2、利用人工神经网络从历史测量数据中推断电网拓扑结构;S3、根据推断的拓扑结构,生成用于注入的假数据攻击向量;S4、在注入攻击向量之前,使用替代坏数据检测器对假数据进行过滤;S5、将经过过滤的攻击向量注入到智能电网的交流状态估计器中;S6、进行攻击隐身性评估。本发明采用上述的方法,显著降低了攻击门槛,增强了攻击的适应性和隐蔽性,适用于复杂电网环境中的数据完整性攻击。
技术关键词
人工神经网络
对抗性
检测器
智能电网
交流电力系统
电网拓扑结构
数据完整性攻击
误差向量
前馈神经网络
训练算法
隐身
计算误差
有功功率
偏差
电压
度量
测量点
非线性
系统为您推荐了相关专利信息
姿态特征
交互特征
视觉特征
语义特征
多模态信息融合
深度学习模型
分类器
特征提取器
网络模型训练
Softmax函数
数据分析系统
心率
信号
非暂态计算机可读介质
患者
正弦噪声
温度检测器
谐波噪声
温度传感器
温度控制器