通过并发估计器抵御虚假数据注入攻击的网络安全模块化多级转换器

《IEEE Journal of Emerging and Selected Topics in Power Electronics》：Cyber-Secured Modular Multilevel Converters Against False-Data Injection Attacks Through Concurrent Estimators

模块化多电平换流器（MMCs）作为电力系统关键设备，面临复杂虚假数据注入攻击威胁。研究提出双并行估计算法：模块级卡尔曼滤波与臂级神经网络协同检测攻击，有效提升MMCs在数据中心等场景的网络安全性与抗干扰能力，仿真实验验证其优于现有方法且计算负担低。

　　

摘要：

在过去的二十年里，模块化多电平转换器（MMCs）及其类似的级联电路已成为电网中的关键技术，主要用于中高压应用。它们在电网稳定性方面发挥着重要作用，能够进行大功率的转换、传输和注入，连接风电场，或补偿电能质量问题，并且未来可能还会对电网的形成做出贡献。然而，由于它们复杂的控制和监控子系统以及电子元件的敏感性，这些设备成为了 sabotage 的目标。本研究探讨了 MMC 在各种虚假数据注入攻击（FDIAs）下的运行情况，例如在数据中心的电源系统中。所提出的解决方案使用了两种并发估计器：一种模块级卡尔曼滤波器和一种臂级神经网络估计器，以检测和减轻复杂的网络攻击。该技术将显著提高 MMC 对复杂 FDIAs 的抵御能力，从而增强关键电源（如直流线路和数据中心）的可靠性。仿真和实验结果表明，所提出的检测技术在面对复杂攻击时优于现有的最先进方法，同时还能避免这些方法通常带来的高计算需求和复杂性。

引言

模块化多电平转换器（MMCs）及相关电路（如级联桥式转换器和级联固态变压器）已成为中高压范围内首选的转换技术 [1]、[2]。与其他转换器相比，MMCs 具有多种实际优势，包括模块冗余、由于电压等级量化而带来的更优的谐波性能、通过模块化实现的更高可扩展性和灵活性，以及更强的容错能力 [3]、[4]。除了用于高压直流（HVDC）传输外，这些优势还使 MMC 成为静态补偿器、电动汽车电机驱动、电网储能和分布式发电等应用中的理想选择 [5]、[6]。MMCs 还能够将电池储能系统集成到其结构中，这对于为关键负载提供不间断的高质量电力非常有利 [7]、[8]。此外，MMCs 正成为中压电力电子系统（包括数据中心和类似以电力电子为主的系统）的首选解决方案 [9]、[10]。尽管许多数据中心直接连接到中压电网，但它们从电网到芯片的电力转换效率可能低于 73% [11]、[12]。与高功率充电类似，通过更智能的电气隔离协调和减少转换级数可以降低损耗（图 1）。图 1.

数据中心电源系统中 MMC 的示例。