王競才，李 琰，徐天奇

（云南民族大學(xué)云南省高校CPS融合系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，云南昆明 650504）

0 引言

智能電網(wǎng)是一種典型的電力信息物理系統(tǒng)（Cyber Physical Power System，CPPS），隨著信息網(wǎng)與電網(wǎng)的深度融合，信息網(wǎng)在電力系統(tǒng)的生產(chǎn)調(diào)度、運(yùn)行監(jiān)控等方面發(fā)揮了重要的作用[1-2]，但這也使得CPPS 容易遭受各種惡意網(wǎng)絡(luò)攻擊。在電力應(yīng)急控制服務(wù)的數(shù)據(jù)傳輸過程中，對快速響應(yīng)的需求使得測量設(shè)備缺乏抵御惡意信息攻擊的能力[3]。近年來多次大停電事件表明一次成功的網(wǎng)絡(luò)攻擊可能導(dǎo)致地區(qū)的大面積停電。如2015 年針對烏克蘭電網(wǎng)的網(wǎng)絡(luò)攻擊使得烏克蘭境內(nèi)超過10 萬戶居民停電6 個(gè)小時(shí)[4]。

在眾多的網(wǎng)絡(luò)攻擊中，虛假數(shù)據(jù)注入攻擊是通過控制信息節(jié)點(diǎn)，向系統(tǒng)注入虛假數(shù)據(jù)，達(dá)到破壞數(shù)據(jù)完整性的目的。一次成功的虛假數(shù)據(jù)注入攻擊（False Data Injection Attack，F(xiàn)DIA）可以干擾電力系統(tǒng)的正常狀態(tài)估計(jì)，甚至誘導(dǎo)調(diào)度員進(jìn)行誤操作[5]，文獻(xiàn)[6]證明了FDIA 可以繞過基于殘差的壞數(shù)據(jù)監(jiān)測（Bad Data Detection，BDD）。文獻(xiàn)[7]構(gòu)建了基于直流潮流的FDIA 三層攻擊模型，驗(yàn)證了FDIA 導(dǎo)致的誤操作可能會(huì)使電網(wǎng)中的線路過載，但是直流潮流存在誤差較大的問題。文獻(xiàn)[8]提出了兩種交流潮流下的攻擊方式，并給出相應(yīng)防御策略，但在所提及的區(qū)間狀態(tài)估計(jì)中由于在一個(gè)較高的寬度下進(jìn)行會(huì)導(dǎo)致計(jì)算精度不高。FDIA 具有隱蔽性與破壞性，需要對CPPS 進(jìn)行合理監(jiān)控和數(shù)據(jù)檢測[9]。

智能電網(wǎng)中廣泛應(yīng)用的狀態(tài)估計(jì)方法是基于加權(quán)最小二乘估計(jì)（Weighted Least Square，WLS）。目前防范FDIA 有兩種方法：基于保護(hù)的方法和基于檢測的方法，在基于保護(hù)的方法中，可以通過向一些重要節(jié)點(diǎn)或線路安裝抗篡改的測量設(shè)備[10-12]或采用先進(jìn)的加密協(xié)議[13-14]等方式，但基于保護(hù)的防御方法存在成本較高、對拓?fù)浣Y(jié)構(gòu)發(fā)生變化的電網(wǎng)的適應(yīng)性較差等問題。而基于檢測的方法通常是在狀態(tài)估計(jì)中檢測和識別FDIA[15-16]。文獻(xiàn)[17]提出一種基于WLS 的遞歸狀態(tài)估計(jì)，但是WLS 是一種線性估計(jì)，用來估計(jì)電力系統(tǒng)這個(gè)非線性系統(tǒng)還是會(huì)有很大誤差。文獻(xiàn)[18]提出一種基于極端梯度提升結(jié)合無跡卡爾曼濾波的電網(wǎng)虛假數(shù)據(jù)注入攻擊檢測方法。利用極端梯度提升來預(yù)測負(fù)荷會(huì)使檢測更加準(zhǔn)確，但仍然面臨求解困難的問題。文獻(xiàn)[19]提出了一種基于差分序列方差與信息物理系統(tǒng)融合的數(shù)字變電站數(shù)據(jù)異常檢測方法，所提方法不僅能有效識別信息設(shè)備物理故障和惡意入侵導(dǎo)致的數(shù)據(jù)異常，對于拒絕服務(wù)攻擊也能實(shí)現(xiàn)準(zhǔn)確檢測，相比于傳統(tǒng)方法具有更高的準(zhǔn)確性與可靠性。文獻(xiàn)[20]在保留原始WLS 的同時(shí)，引入了一個(gè)卡爾曼濾波器，通過兩估計(jì)器的殘差來判斷系統(tǒng)遭受了攻擊，并在濾波過程中加入了一個(gè)加權(quán)函數(shù)，使檢測性能大大提升，但也存在著線性濾波的精確度問題。文獻(xiàn)[21]提出了一種余弦相似匹配方法，通過比較卡爾曼濾波器的估計(jì)狀態(tài)值和相位測量單元（Phasor Measurement Units，PMU）的測量值來檢測FDIA。文獻(xiàn)[22]提出一種FDIA 的在線檢測方法，利用負(fù)荷預(yù)測、發(fā)電計(jì)劃和同步相量數(shù)據(jù)來檢測測量異常。文獻(xiàn)[23]提出了一種保證全系統(tǒng)可觀的相量測量單元優(yōu)化部署策略。文獻(xiàn)[21-23]方法的實(shí)現(xiàn)往往依賴于先進(jìn)的測量設(shè)備如PMU 的可靠測量，而如何在極短時(shí)間內(nèi)管理和利用高密度的數(shù)據(jù)流是一項(xiàng)極具挑戰(zhàn)性的任務(wù)。

本文提出了一種基于擴(kuò)展卡爾曼濾波的檢測方法，該方法利用檢測數(shù)據(jù)遞歸得到系統(tǒng)的實(shí)時(shí)運(yùn)行數(shù)據(jù)，是一種遞歸方法。通過比較WLS 與EKF的殘差來實(shí)時(shí)檢測系統(tǒng)數(shù)據(jù)的準(zhǔn)確性。

1 虛假數(shù)據(jù)注入攻擊

攻擊者要想發(fā)動(dòng)一次成功的FDIA，首先需要干擾正常的狀態(tài)估計(jì)。式（1）給出了狀態(tài)估計(jì)的量測方程為：

式中：zk為電力系統(tǒng)k時(shí)刻的量測量（包括節(jié)點(diǎn)注入的有功、無功功率以及線路上流過的有功、無功功率）；xk為電力系統(tǒng)k時(shí)刻的狀態(tài)量（包括節(jié)點(diǎn)的電壓幅值與相角）；h為狀態(tài)量與量測量關(guān)系的潮流方程；vk為量測誤差，滿足均值為0 的高斯白噪聲，其方差陣為Rk。

在電力系統(tǒng)中，BDD 中大部分的算法通常都是基于殘差檢驗(yàn)的，將殘差rk定義為：

式中：為k時(shí)刻的估計(jì)狀態(tài)向量，通常由WLS 求得。

WLS 的具體方法詳見文獻(xiàn)[8]，通過將殘差的二范數(shù)與相應(yīng)閾值τ進(jìn)行比較來判斷是否有壞數(shù)據(jù)，即：

假設(shè)攻擊者可以篡改部分節(jié)點(diǎn)的量測數(shù)據(jù)，若攻擊者構(gòu)建的攻擊向量滿足：

則此時(shí)的BDD 結(jié)果為：

通過測算工業(yè)企業(yè)上述各項(xiàng)兩化融合評估指標(biāo)，可對工業(yè)企業(yè)所處的兩化融合發(fā)展階段進(jìn)行劃分，即起步建設(shè)、單項(xiàng)覆蓋、集成提升和創(chuàng)新突破。從兩化融合發(fā)展的時(shí)間維度來看，單個(gè)工業(yè)企業(yè)將遵循上述四個(gè)階段實(shí)現(xiàn)兩化融合發(fā)展的階段式躍升。其中，處于起步建設(shè)階段的企業(yè)已逐步實(shí)現(xiàn)兩化融合基礎(chǔ)設(shè)施配備和環(huán)境建設(shè)，處于單項(xiàng)覆蓋階段的企業(yè)能夠?qū)⑿畔⒓夹g(shù)利用在各單項(xiàng)業(yè)務(wù)環(huán)節(jié)中，處于集成提升階段的企業(yè)能夠有效實(shí)現(xiàn)企業(yè)內(nèi)部各業(yè)務(wù)環(huán)節(jié)的綜合集成，處于創(chuàng)新突破階段的企業(yè)能夠?qū)崿F(xiàn)跨企業(yè)的協(xié)同與創(chuàng)新(如圖3)。

可以看出，F(xiàn)DIA 成功繞過了BDD，關(guān)于如何構(gòu)建的問題在文獻(xiàn)[6-8]中已經(jīng)有了大量的研究，故本文不再討論FDIA 的實(shí)現(xiàn)方法。

2 擴(kuò)展卡爾曼濾波

卡爾曼濾波的研究對象是一個(gè)存在隨機(jī)性的動(dòng)態(tài)系統(tǒng)，即該系統(tǒng)可以表示為一個(gè)隨機(jī)的，但又有一定運(yùn)動(dòng)規(guī)律的時(shí)間函數(shù)。對于電力系統(tǒng)而言，不僅存在式（1）所示的量測方程，還應(yīng)有體現(xiàn)狀態(tài)量變化的轉(zhuǎn)移方程，即：

式中：f為狀態(tài)轉(zhuǎn)移方程；ωk為系統(tǒng)誤差，滿足均值為0 的高斯白噪聲，其方差陣為Wk。

2.1 量測方程

在交流系統(tǒng)中，電力系統(tǒng)狀態(tài)量與量測量的關(guān)系可以分為4 類，即：

式中：Vi，Vj分別為節(jié)點(diǎn)i和j的電壓；Pi為節(jié)點(diǎn)i注入的有功功率；Qi為節(jié)點(diǎn)i注入的無功功率；Pij是線路ij通過的有功功率；Qij為線路ij通過的無功功率；為線路ij的電導(dǎo)；為線路ij的電納；Yc為線路對地電納；Gij與Bij分別為導(dǎo)納矩陣中元素ij的實(shí)部與虛部；θij為節(jié)點(diǎn)i和節(jié)點(diǎn)j的相角差。

2.2 狀態(tài)轉(zhuǎn)移方程

現(xiàn)代電力系統(tǒng)兩次采樣的時(shí)間間隔都很短[24]，可以認(rèn)為各節(jié)點(diǎn)的有功、無功變化量在兩次采樣的時(shí)間間隔內(nèi)變化不大，則電力系統(tǒng)的狀態(tài)轉(zhuǎn)移方程可以從功率方程的增量中導(dǎo)出，即：

式中：ΔP為總的有功功率增量向量；ΔQ為總的無功功率增量向量；ΔPg為發(fā)電機(jī)有功變化向量；ΔPl為負(fù)荷有功變化向量；ΔQg為發(fā)電機(jī)無功變化向量；ΔQl為負(fù)荷的無功變化向量；Δθ，ΔV為系統(tǒng)有功、無功變化導(dǎo)致的節(jié)點(diǎn)電壓幅值、相角的變化量向量；J為雅可比矩陣；Δx為狀態(tài)變量的變化量；E，T，K，L為雅可比矩陣的子矩陣，其元素為，其中，θj為節(jié)點(diǎn)j的電壓相角，Vj為節(jié)點(diǎn)j的電壓幅值。

需要注意的是，由于平衡節(jié)點(diǎn)的V和θ是固定的，故雅可比矩陣不包括平衡節(jié)點(diǎn)的行和列。假設(shè)各節(jié)點(diǎn)的功率因數(shù)tanφ恒定，可以導(dǎo)出，即：

最后，推導(dǎo)出了時(shí)變的狀態(tài)轉(zhuǎn)移函數(shù)，即：

式中：Fk-1=I+A為EKF 的狀態(tài)轉(zhuǎn)移矩陣，其值為一個(gè)單位矩陣I和一個(gè)對角矩陣A之和，對角矩陣A中各元素為：

由于狀態(tài)轉(zhuǎn)移矩陣Fk-1是時(shí)變的，可以反映系統(tǒng)中負(fù)荷、發(fā)電機(jī)出力的變化，其精確程度高于恒定的狀態(tài)轉(zhuǎn)移矩陣。

2.3 擴(kuò)展卡爾曼濾波算法

卡爾曼濾波的適用場景是線性系統(tǒng)，但是電力系統(tǒng)是一個(gè)復(fù)雜的非線性系統(tǒng)，因此考慮擴(kuò)展卡爾曼濾波（Extended Kalman Filter，EKF），EKF 的一般步驟參考文獻(xiàn)[25]，對非線性的方程進(jìn)行泰勒展開，略去二次以上的高階項(xiàng)，即可得到擴(kuò)展卡爾曼濾波的形式，分為預(yù)測步和濾波步。

1）預(yù)測步為：

此外，還應(yīng)考慮兩個(gè)初值的選擇，一個(gè)是將WLS 的結(jié)果選取為狀態(tài)變量的預(yù)測初值，因?yàn)閃LS屬于無偏估計(jì)，可以滿足EKF 的假設(shè)條件；另一個(gè)為初始濾波誤差協(xié)方差矩陣的選取，因?yàn)镋KF 并不完全依賴于初始時(shí)刻的濾波誤差協(xié)方差矩陣P1的選取，所以一般取P1為單位陣即可。

3 FDIA檢測原理

正常情況下，由于誤差僅為系統(tǒng)中的噪聲，所以WLS 和EKF 的結(jié)果是極為接近的，但當(dāng)攻擊發(fā)生時(shí)，被惡意更改的量測數(shù)據(jù)會(huì)使WLS 的狀態(tài)估計(jì)更改為攻擊者的預(yù)期量測數(shù)據(jù)；另一方面，由于轉(zhuǎn)移矩陣（Fk-1）和系統(tǒng)誤差（ωk）的約束效應(yīng)，從EKF 獲得的估計(jì)值只會(huì)小部分偏移，所以若兩估計(jì)器結(jié)果相差過大，認(rèn)為電網(wǎng)遭受了FDIA，檢測公式為：

本文提出的虛假數(shù)據(jù)檢測算法如圖1 所示。

圖1 虛假數(shù)據(jù)檢測算法流程圖Fig.1 Flow chart of detection algorithm for false data

4 算例分析

為了驗(yàn)證本文所提的虛假數(shù)據(jù)注入攻擊檢測算法的有效性，以改進(jìn)的IEEE14 節(jié)點(diǎn)系統(tǒng)為例進(jìn)行仿真，仿真的測試環(huán)境為MATLAB R2016b，硬件配置為Inter（R）Core（TM）i5-1135G7@2.40 GHz，內(nèi)存容量為16 GB。

圖2 顯示了改進(jìn)后的IEEE14 節(jié)點(diǎn)的接線圖，與原系統(tǒng)相比，刪除了節(jié)點(diǎn)3 和6 的發(fā)電機(jī)，并在節(jié)點(diǎn)5，11，13 處增添了發(fā)電機(jī)。為了體現(xiàn)電力系統(tǒng)的實(shí)時(shí)變化，將發(fā)電機(jī)節(jié)點(diǎn)分為風(fēng)力（W），光伏（S），水力（H），火力（F）4 種類型，將負(fù)荷節(jié)點(diǎn)分為LC1，LC2，LC3 和LC4 四種類型，各類型節(jié)點(diǎn)的出力和負(fù)荷曲線詳見圖3 和圖4。

圖2 改進(jìn)后的IEEE14節(jié)點(diǎn)系統(tǒng)接線圖Fig.2 Wiring diagram of improved IEEE 14-bus system

圖3 發(fā)電機(jī)的出力曲線Fig.3 Output curves of generators

圖4 負(fù)荷曲線Fig.4 Load curves

該系統(tǒng)各節(jié)點(diǎn)的功率如表1 所示，并將該系統(tǒng)設(shè)置為較高的冗余度。文獻(xiàn)[26]提出了一種通過篡改局部子網(wǎng)的數(shù)據(jù)來構(gòu)建攻擊向量的方法，并使攻擊向量具有隱蔽性與稀疏性，因此本文采用文獻(xiàn)[26]中的虛假數(shù)據(jù)注入攻擊模型來驗(yàn)證檢測方法的有效性。

表1 系統(tǒng)節(jié)點(diǎn)的注入有功、無功功率Table 1 Active and reactive power injecting into system buses MW

圖5 和圖6 展示了在6 h 時(shí)段內(nèi)沒有攻擊的情況下，節(jié)點(diǎn)7 處電壓幅值和相角的殘差，根據(jù)能量管理系統(tǒng)平均的采樣周期，每30 s 進(jìn)行1 次估計(jì)[24]，從圖5 和圖6 中很容易看出正常情況下，由噪聲所造成的電壓幅值、相角殘差沒有超過設(shè)定的閾值，因此未檢測到FDIA。

圖5 正常運(yùn)行節(jié)點(diǎn)7電壓幅值殘差Fig.5 Residual of voltage amplitude at node 7 in normal operation

圖6 正常運(yùn)行節(jié)點(diǎn)7電壓相角殘差Fig.6 Residual of voltage phase angle at node 7 in normal operation

在圖7 和圖8 中，經(jīng)過3 h 正常運(yùn)行后，該系統(tǒng)遭到了FDIA，攻擊之后經(jīng)WLS 估計(jì)的節(jié)點(diǎn)7 的電壓幅值達(dá)到1.18 p.u.，相角約變化了0.03 rad，1.18UN屬于過電壓，且BDD 并未顯示存在異常數(shù)據(jù)，但實(shí)際的電壓卻是1.07，故可能會(huì)導(dǎo)致系統(tǒng)進(jìn)行錯(cuò)誤的調(diào)壓行為。但EKF 是一種遞歸方法，下一時(shí)刻的值不僅受當(dāng)前時(shí)刻量測量的影響，也會(huì)受上一時(shí)刻的估計(jì)狀態(tài)的影響，故電壓幅值和相角不會(huì)突變，而是隨著時(shí)間的變化逐步趨于新的穩(wěn)定，但這種變化是緩慢的，單利用EKF 無法做到實(shí)時(shí)檢測FDIA，因此，可以利用兩估計(jì)器的估計(jì)值殘差來檢測FDIA。

圖7 遭受攻擊時(shí)節(jié)點(diǎn)7的估計(jì)電壓幅值Fig.7 Estimated voltage amplitude at node 7 under attack

圖8 遭受攻擊時(shí)節(jié)點(diǎn)7的估計(jì)電壓相角Fig.8 Estimated voltage phase angle at node 7 under attack

圖9 和圖10 給出了兩估計(jì)器殘差隨時(shí)間的變化情況，在系統(tǒng)剛遭受攻擊時(shí)，電壓幅值和相角的殘差達(dá)到最大，且在一個(gè)較長的時(shí)間段內(nèi)，殘差均大于所設(shè)定的閾值，所以該檢測方法可以很好的打破FDIA 的隱蔽性。3δ原則也可保證在攻擊之外的時(shí)間內(nèi)不會(huì)誤報(bào)。此外，一些負(fù)荷、發(fā)電機(jī)的突然變化以及計(jì)劃外的系統(tǒng)事件，如設(shè)備停運(yùn)等可能會(huì)導(dǎo)致WLS 與EKF 的估計(jì)值存在差異，這些事件也會(huì)產(chǎn)生誤報(bào)。然而，這些事件很容易被電網(wǎng)所捕獲，幫助調(diào)度員判斷檢測結(jié)果的正確性。

圖9 遭受攻擊后7節(jié)點(diǎn)處電壓幅值殘差Fig.9 Residual of voltage amplitude at node 7 after attack

圖10 遭受攻擊后兩估計(jì)器在7節(jié)點(diǎn)處電壓相角殘差Fig.10 Residual of voltage phase angle of two estimators at node 7 after attack

為了描述算法對FDIA 的檢測性能，將檢測到攻擊至殘差重新回到閾值以下的間隔時(shí)長定義為性能指標(biāo)，該指標(biāo)代表了該算法對FDIA 的反應(yīng)能力。此外，將虛假數(shù)據(jù)注入增量與參考虛假數(shù)據(jù)注入增量的比值定義為攻擊強(qiáng)度，來體現(xiàn)不同攻擊程度FDIA 對檢測性能的影響，仿真結(jié)果如圖11所示。

從圖11 可以看出，檢測性能隨攻擊強(qiáng)度（無量綱）的增加而增加，這是因?yàn)镋KF 可以抑制FDIA攻擊強(qiáng)度的增加，而WLS 卻是實(shí)時(shí)的，因此，偏差會(huì)增大，檢測性能也會(huì)得到提高。通過和文獻(xiàn)[27]的比較，可以看出，針對FDIA 的檢測性能，本方法是要優(yōu)于文獻(xiàn)[27]的，這是由于文獻(xiàn)[27]在求取狀態(tài)轉(zhuǎn)移矩陣的過程中使用的是Holt 兩參數(shù)法，這種指數(shù)平滑法在對突變量進(jìn)行處理的效果很差，因此在算法性能方面不如通過雅可比矩陣求逆的方式得到的時(shí)變狀態(tài)轉(zhuǎn)移矩陣，但本文算法對實(shí)時(shí)數(shù)據(jù)和負(fù)荷預(yù)測的需求要比文獻(xiàn)[27]高。

圖11 不同攻擊強(qiáng)度下不同算法檢測性能對比Fig.11 Comparison of detection performance between different algorithms under different attack strength

5 結(jié)語

本文采用了將WLS 與EKF 結(jié)合的方法來實(shí)時(shí)檢測FDIA，為了實(shí)現(xiàn)預(yù)測步中狀態(tài)變量的變化，將潮流方程與發(fā)電機(jī)、負(fù)荷的功率曲線結(jié)合得到了時(shí)變的狀態(tài)轉(zhuǎn)移矩陣。在IEEE14 節(jié)點(diǎn)系統(tǒng)的算例分析結(jié)果表明所提方法能夠有效檢測FDIA，對于防范網(wǎng)絡(luò)攻擊具有一定的實(shí)際意義。本方法可以識別攻擊，但不易找出具體的攻擊向量，未來需要從剔除攻擊向量這一方面開展更深入的研究。