在智能电网中利用门控循环单元-卡尔曼滤波器网络进行状态估计，以检测和纠正全球定位系统（GPS）的欺骗攻击

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：State estimation in smart grids with Gated Recurrent Unit-Kalman Filter Network for Global Positioning System spoofing attack detection and correction

　　

Jinglong Qiu|Wengen Gao|Yunfei Li|Pengfei Hu|Hongbin Wu|Zhen Bao

摘要

实时状态估计对于确保电力系统的安全性和稳定性至关重要。尽管逆变器式流式光电相量单元（PMU）能够提供高精度的测量数据用于状态估计，但它们依赖于GPS时间同步，这使得它们容易受到GPS欺骗攻击（GSAs）的影响。这些攻击会注入伪造的GPS信号，导致PMU的测量结果出现相位偏移，从而降低状态估计的准确性。为了解决这个问题，本文提出了一种混合方法：该方法通过卡尔曼滤波器框架保持可解释性，同时结合门控循环单元（GRU）网络来动态学习卡尔曼增益，以识别和纠正攻击角度。在IEEE 14节点系统和118节点系统上的大量仿真验证了所提方法的有效性。结果表明，在各种GPS欺骗攻击场景下，该方法的表现始终优于现有的技术。