微电网FDI攻击检测及自适应Super-twisting滑模控制研究

作     者：张伟一 

作者单位：燕山大学 

学位级别：硕士

导师姓名：吴忠强

授予年度：2024年

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 0839[工学-网络空间安全] 08[工学] 

主      题：微电网 虚假数据注入攻击 多智能体系统 人工兔群优化算法 有限时间 Super-twisting滑模 

摘      要：微电网作为大电网与分布式电源间的纽带,可将可再生能源与电力系统联系起来,使电力系统更加智能、灵活。随着微电网逐渐发展为高度融合的信息物理系统,系统中的通信网络使其存在遭受网络攻击的风险。因此本文以保障微电网安全稳定运行为研究目标,对交流微电网受到虚假数据注入攻击的检测与控制问题进行了研究。具体的研究方法及内容如下: 目前大多数检测方法只能判断攻击是否存在,不能确定受攻击分布式电源的具体位置,导致无法快速将被攻击的分布式电源隔离。针对虚假数据注入攻击,提出了一种基于人工兔群优化算法优化多核极限学习机的交流微电网虚假数据注入攻击检测方法。在传统极限学习机中引入组合核函数以提升检测模型的学习能力和泛化能力,并采用具有强全局搜索能力的人工兔群优化算法优化多核极限学习机的核函数参数及正则化系数,进一步提升检测模型的检测精度。仿真结果表明,人工兔群算法优化后的多核极限学习机检测模型具有更快的学习速度和更高的检测精度。 针对虚假数据注入攻击的抵御问题,基于多智能体一致性协议,提出了一种考虑虚假数据注入攻击的微电网电压有限时间二次控制策略。针对发生在执行器的虚假数据注入攻击,设计了一种固定时间滑模观测器,可以在不考虑系统初始条件的情况下快速准确的估计攻击信号。并改进Super-twisting滑模,提出了一种自适应Super-twisting滑模控制方法,设计了相应的二次控制器,解决了下垂控制产生的偏差问题,实现了有限时间控制。将攻击信号的估计值引入所设计的控制器,实现了对未知攻击信号的有效补偿。给出了所提方案严格的稳定性证明。仿真结果验证了所提出方案的有效性。