买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长安大学

摘要：本发明公开了本发明一种虚假数据注入攻击下的电力系统状态估计方法、系统、设备及存储介质，通过提出的插值自适应H∞扩展卡尔曼滤波算法无论是在无攻击情形下，还是在虚假数据注入攻击情形下，与传统卡尔曼滤波算法相比，都具有更高的估计精度。尤其在虚假数据注入攻击情形下算法估计精度更高，并且在利用扩展卡尔曼滤波算法对电力系统状态估计模型进行线性化处理及滤波后，采用自适应插值方法来减小扩展卡尔曼滤波算法在线性化过程中给电力系统状态估计带来的误差；该方法还把自适应H∞理论引入到扩展卡尔曼滤波算法中，使得系统模型不确定性带来的误差上界达到最小化。

主权项：1.一种虚假数据注入攻击下的电力系统状态估计方法，其特征在于，包括以下步骤：建立电力系统状态估计模型；构建及检测虚假数据注入攻击；将构建的虚假数据注入攻击加入至电力系统状态估计模型中，利用扩展卡尔曼滤波算法对虚假数据注入攻击后的电力系统状态估计模型进行线性化处理及滤波，并采用自适应插值方法消除扩展卡尔曼滤波算法在线性化过程中给电力系统状态估计带来的误差；通过自适应H∞扩展卡尔曼滤波算法对电力系统在对应攻击场景中下一时刻的状态量进行估计；所述自适应插值方法步骤为：步骤1，计算电力系统状态估计模型的非线性指标；步骤2，根据非线性指标的大小，利用有限状态机确定插值因子r；步骤3，根据插值因子r的大小，在相邻两个量测量之间通过线性插值法增加r个伪测量值；所述自适应H∞扩展卡尔曼滤波算法对下一时刻的状态量进行估计的步骤为：步骤1，将上一时刻状态量估计值带入状态预测方程得到下一时刻的状态量预测值；通过对误差协方差矩阵及噪声协方差矩阵分别进行自适应更新，并代入误差协方差矩阵预测值方程，得到误差协方差矩阵预测值；为了保证估计误差的有界性，采用自适应技术，实时在线调整估计误差协方差矩阵，计算公式为： （26）式中：表示单位矩阵；为一个待设定的正常数，用于调节动态过程中误差协方差自适应变换的阈值；为新息序列的协方差矩阵；，和的计算公式为： （27） （28） （29）式中：为遗忘因子，取值范围为0,1]，取；式26中的矩阵计算方法如下： （30）式中：表示矩阵的平方根；表示误差协方差矩阵的上界，是根据实际系统的物理信息设定的值；步骤2，将误差协方差矩阵预测值和状态量预测值分别代入滤波增益方程和状态量估计值方程中，实现对下一时刻状态量的估计。

全文数据：

权利要求：

百度查询： 长安大学 一种虚假数据注入攻击下的电力系统状态估计方法及系统