找到 16 条结果
使用谱图神经网络增强智能电网中虚假数据注入攻击的检测
Enhancing Detection of False Data Injection Attacks in Smart Grid Using Spectral Graph Neural Network
作者未知 · IEEE Transactions on Industrial Informatics · 2025年1月
智能电网（SG）是电力行业中工业信息物理系统应用的典范。确保信息安全是智能电网的首要关切。然而，虚假数据注入攻击（FDIA）在操纵数据和损害智能电网功能方面构成了重大风险。现有的利用频谱关系检测虚假数据注入攻击的方法主要针对突变情况，无法应用于梳状信号变化。因此，为解决这一问题，本文引入了一种基于谱图神经网络的方法，利用伯恩斯坦多项式来近似谱图滤波器，以检测虚假数据注入攻击。通过神经网络训练得到的滤波器系数，能够创建适用于不同信号变化的梳状和高通谱滤波器。为评估我们模型的有效性，我们将其与其他最...
解读: 从阳光电源的业务视角来看，这项基于谱图神经网络的虚假数据注入攻击检测技术具有重要的战略价值。随着公司光伏逆变器、储能系统在全球范围内大规模部署，设备接入智能电网后面临的网络安全威胁日益严峻。虚假数据注入攻击可能导致电网状态估计失准，进而影响我司设备的调度指令准确性，甚至引发系统性安全风险。 该技术...
基于典范多线性分解的无参数交流状态估计虚假数据注入攻击方法
Parameter-Free False Data Injection Attack Against AC State Estimation: A Canonical Polyadic Decomposition Based Approach
Haosen Yang · Wenjie Zhang · Zipeng Liang · Ziqiang Wang 等6人 · IEEE Transactions on Power Systems · 2024年9月
随着现代电力系统向信息物理系统发展，虚假数据注入攻击（FDIA）等新型威胁日益突出。本文提出一种无需系统参数信息的AC状态估计FDIA新方法。通过将非线性AC模型表示为张量形式，并利用测量数据构建对角张量，采用典范多线性（CP）分解提取其横向列空间，实现隐蔽攻击。该方法未对AC模型做线性化简化，更贴合实际电网特性，易于规避坏数据检测。即使仅有部分传感器数据可用，方法仍具适应性。仿真验证了其有效性与优势。
解读: 该无参数FDIA攻击研究对阳光电源储能及光伏系统的信息安全防护具有重要警示价值。针对ST系列储能变流器和PowerTitan大型储能系统，该研究揭示的基于张量分解的隐蔽攻击手段，提示需在iSolarCloud云平台的状态估计模块中强化坏数据检测算法，特别是针对AC模型非线性特性的防护。建议在构网型G...
性能保证的深度学习在动态智能电网网络攻击检测中的应用
Performance Guaranteed Deep Learning for Detection of Cyber-Attacks in Dynamic Smart Grids
Mostafa Mohammadpourfard · Chenhan Xiao · Yang Weng · IEEE Transactions on Power Systems · 2025年6月
虚假数据注入攻击（FDIA）对电力系统的可靠性构成了严重威胁，尤其是在诸如线路故障等动态运行条件下，这些情况会导致数据分布发生变化并出现概念漂移。传统的监督式方法依赖于带标签的数据集，这成本高昂且不适用于实时应用，并且在没有大量重新训练的情况下，往往无法适应新的攻击向量和运行变化。为应对这些挑战，我们设计了深度对比变分网络（DCVN），这是一个无监督学习框架，旨在无需带标签的数据或对网络拓扑进行假设的情况下检测FDIA。DCVN框架首先使用深度信念网络（DBN）从原始电力系统数据中进行稳健的特征...
解读: 该深度学习检测方法对阳光电源的储能和光伏产品安全性提升具有重要价值。可直接应用于ST储能系统和SG光伏逆变器的网络安全防护,特别是在大型储能电站和光伏电站的动态运行场景中。通过在iSolarCloud平台集成该检测算法,可提升PowerTitan等大型储能系统的运行可靠性,有效防范数据篡改导致的误操...
基于分布式观测器的弹性优化控制在虚假数据注入攻击下的DESSs中的应用
Distributed Observer-Based Resilient Optimization Control for DESSs Under False Data Injection Attacks
Yajie Jiang · Yici Wang · Eddy Y. S. Foo · Yun Yang · IEEE Transactions on Industry Applications · 2025年3月
在设计分布式储能系统（DESSs）的协同控制策略时，传统凸优化算法往往会导致次优解和过流问题。为应对这些挑战并实现多个分布式储能系统的功率损耗最小化，本文提出了一种自动约束凸优化算法（ACCOA）。该算法通过在评估过程中引入惩罚函数改进了传统方法，确保在算法迭代过程中自动满足不等式约束条件。所提出的ACCOA仅促进相邻分布式储能系统之间的通信，具有可扩展性和鲁棒性优势。然而，在优化过程中，分布式电流分配容易受到虚假数据注入（FDI）攻击。为减轻这一脆弱性，本文开发了一种分布式扩展观测器（DESO...
解读: 该弹性优化控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。针对分布式储能系统面临的虚假数据注入攻击威胁，基于分布式观测器的鲁棒状态估计方法可直接应用于ST储能系统的通信安全防护，增强iSolarCloud云平台的数据可信度。该技术结合一致性算法的抗攻击机制，可...
基于数据驱动未知输入观测器的直流微电网虚假数据注入攻击检测
False Data Injection Attack Detection in DC Microgrids Based on Data-Driven Unknown Input Observers
Ge Yang · Luis Herrera · Xiu Yao · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年2月
直流微电网系统通常采用多分布式发电单元互联的分层控制结构，依赖通信层实现协调控制，但也因此面临虚假数据注入攻击（FDIA）的安全威胁，可能导致系统运行点偏移甚至失稳。本文提出一种基于数据驱动的未知输入观测器（UIO）方法，用于检测和识别FDIA。该方法仅利用历史输入输出数据构建观测器，无需微电网模型参数信息。通过Simulink仿真与硬件在环实时仿真验证，所提方法能有效检测并定位直流微电网二次控制通信链路中的虚假数据注入攻击。
解读: 该数据驱动FDIA检测技术对阳光电源储能与微电网产品具有重要应用价值。ST系列储能变流器和PowerTitan系统采用分层控制架构，二次控制层依赖通信网络实现功率分配与电压调节，易遭受虚假数据注入攻击。所提无模型参数的UIO观测器方法可直接集成至iSolarCloud云平台，实现储能集群通信链路的实...
结合电弹簧的储能系统分布式电压控制在网络安全攻击下的研究
Distributed Voltage Control of Energy Storage Systems Combined With Electric Springs in the Presence of Cyber-Attacks
Yajie Jiang · Xiangrong Zhang · Yici Wang · Yunjie Gu 等6人 · IEEE Transactions on Industry Applications · 2024年10月
鉴于可再生能源注入的不可预测性，本文利用退役电池与三相电弹簧（ES）相结合的方式，从负载侧稳定母线电压。通过基于电压反馈的无功功率调节策略实现关键负载的电压稳定，该策略有效利用了退役电池提供的有限输出电流。此外，引入了一种一致性算法以促进多个电弹簧之间的信息共享，从而确保电压达成一致并恢复稳定。然而，一致性控制器面临虚假数据注入（FDI）攻击的风险，这可能导致变流器出现电压波动。为解决这一问题，本文提出了一种分布式高阶微分器（DHOD），其具有响应速度快、估计精度高的特点，可用于检测和消除攻击信...
解读: 该分布式电压控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的多代理协同无功调节策略可直接应用于储能系统的电压支撑功能，增强ST储能变流器在配电网中的电压调节能力。特别是其抗网络攻击的弹性控制机制，可提升iSolarCloud云平台的通信安全防护等级，...
基于优化卷积长短期记忆模型的智能电网异常检测
Anomaly Detection on Smart Grids With Optimized Convolutional Long Short-Term Memory Model
Ahmad N. Alkuwari · Saif Al-Kuwari · Abdullatif Albaseer · Marwa Qaraqe · IEEE Access · 2025年1月
数字技术融入传统电力系统提升了电网效率和可持续性,将传统电网转型为智能电网。然而,这一转型也引入新的脆弱性,如虚假数据注入攻击,可导致严重的能源盗窃。据估计这类攻击每年造成电力供应商约1010亿美元损失。本文提出一种基于优化轻量级卷积长短期记忆模型的智能电网异常检测方法,针对七种多分类标记的虚假数据注入攻击进行检测,在分类这些攻击时达到91.3%的高准确率。
解读: 该智能电网异常检测技术可应用于阳光电源智慧能源管理平台的安全监控。通过深度学习模型检测虚假数据注入攻击,保护ST系列储能系统和SG系列光伏逆变器的数据安全,预防能源盗窃和电网欺诈行为,提升智能电网的安全性和可靠性,为工商业储能和分布式光伏提供网络安全保障。...
基于并行估计器的模块化多电平变换器虚假数据注入攻击防护
Cyber-Secured Modular Multilevel Converters against False-Data Injection Attacks through Concurrent Estimators
Masoud Amirrezai · Nima Tashakor · Amin Hashemi-Zadeh · Hans D. Schotten 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
近二十年来，模块化多电平变换器（MMC）等级联电路已成为中高压电网中的关键技术，广泛用于大功率变换、风电并网与电能质量调节，并有望参与构网运行。然而，其复杂的控制监控系统及电子器件的敏感性使其易受网络攻击。本文研究了MMC在虚假数据注入攻击（FDIA）下的运行安全性，提出一种结合模块级卡尔曼滤波与桥臂级神经网络估计器的并行估计算法，实现对复杂网络攻击的有效检测与抑制。仿真与实验结果表明，该方法在应对高级攻击时性能优于现有技术，且避免了高计算复杂度，显著提升了MMC及关键电力系统（如直流输电与数据...
解读: 该研究对阳光电源的大功率产品线网络安全具有重要参考价值。并行估计算法可应用于ST2000储能变流器、SG350HX光伏逆变器等MMC拓扑产品的控制系统,提升其抗网络攻击能力。特别是在构建电站级智能运维系统时,该方案可与iSolarCloud平台结合,为储能电站、光伏电站提供更可靠的数据安全保障。通过...
基于矩阵编码的主级虚假数据注入攻击影响缓解方法
Matrix Coding Enabled Impact Mitigation Against Primary False Data Injection Attacks in Cyber-Physical Microgrids
Mengxiang Liu · Xin Zhang · Chengcheng Zhao · Ruilong Deng · IEEE Transactions on Power Systems · 2025年1月
针对网络物理微电网中主级虚假数据注入攻击（PFDIA）的影响缓解问题，提出一种高效轻量的防御方案。该方法通过可逆编码矩阵对传输测量值进行交替编码，并在检测到攻击后触发两个半下采样未知输入观测器，利用编码与未编码数据的残差递推重构完整偏差向量，进而消除恶意影响。通过优化编码矩阵，在保证重构稳定性与隐蔽性的同时抑制系统噪声对精度的影响。实验验证了该方案的有效性、鲁棒性与低开销特性。
解读: 该矩阵编码防御技术对阳光电源PowerTitan储能系统及ST系列储能变流器的网络安全防护具有重要应用价值。在大型储能电站中，iSolarCloud云平台需实时采集海量测量数据（电压、电流、SOC等），易遭受FDIA攻击导致BMS误判或功率调度失控。该方案的轻量级编码机制可集成至储能PCS通信模块，...
基于控制性能标准的动态事件触发多步模型预测LFC用于存在FDI攻击的智能电网
A Control Performance Standards-Dependent Dynamic Event-Based Multistep Model Predictive LFC for Smart Grids With FDI Attacks
Fan Wei · Xiongbo Wan · Xing-Chen Shangguan · Chuan-Ke Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年8月
本文研究了在虚假数据注入攻击下，含风力发电和空调负荷的多区域智能电网（MASG）的多步模型预测负荷频率控制问题，其中考虑采用依赖控制性能标准（CPS）的动态事件触发机制（DETM）来管理数据传输。依赖CPS的DETM包含一个与频率偏差和区域控制误差的两个CPS相关的自适应调整变量，这有助于它在保证MASG所需频率和联络线功率的同时，有效减少数据包的不必要传输。分别应用两个离线优化问题（OP）来设计终端约束集（TCS）和近似单步集。在TCS之外采用由在线OP设计的控制律。基于这三个OP，提出了一种...
解读: 从阳光电源的业务视角来看，这项基于控制性能标准的动态事件触发多步模型预测负荷频率控制技术具有重要的战略意义。随着公司在新能源领域的深度布局，特别是在光伏逆变器、储能系统及综合能源解决方案方面，该技术直接关联到多区域智能电网的频率稳定性这一核心问题。 该研究的价值主要体现在三个维度：首先，针对风电和...
保护直流微电网免受网络攻击：基于实时实现的混合物理信息神经网络控制策略
Securing DC Microgrids Against Cyber-Attacks: Hybrid Physics-Informed Neural Network Control Strategy with Real-Time Implementation
Sriranga Suprabhath Koduru · Venkata Siva Prasad Machina · Sreedhar Madichetty · S Mishra · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
随着绿色可持续能源转型的加速，可再生能源在直流微电网（DC MGs）中的集成日益重要。然而，在应对网络安全威胁的同时确保高效控制仍具挑战性。现有控制设计常忽视对虚假数据注入（FDI）攻击的防御。本文提出一种融合线性卡尔曼滤波器（LKF）与神经网络（NN）的混合物理信息神经网络（HPINN）方法，通过NN校正提升状态估计鲁棒性，实现攻击检测与缓解。该策略在含燃料电池、光伏及储能系统的三节点环网DC MG中验证，结合MATLAB仿真与实时实验，涵盖源荷变化与FDI攻击场景。结果表明，HPINN能有效...
解读: 该混合物理信息神经网络（HPINN）网络安全防护技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的卡尔曼滤波与神经网络融合方案可直接应用于储能系统BMS通信层和微电网EMS控制层，有效抵御虚假数据注入攻击，保障电压电流传感器数据完整性。该技术可集成至iSo...
考虑分布式光伏特性的配电网虚假数据注入攻击
False Data Injection Attacks in Power Distribution Systems Considering the Characteristics of Distributed Photovoltaic
Yang Liu · Mi Wen · Hong Wen · Ruilong Deng 等6人 · IEEE Transactions on Industrial Informatics · 2024年12月
随着碳中和及新型电力系统建设的推进，大量信息设备不断接入配电系统，逐渐打破了配电系统原有的不可观测状态，使其更易遭受虚假数据注入攻击（FDIA）。与大多数现有聚焦于不平衡网络的研究不同，目前较少关注分布式光伏（PV）的随机性和波动性对配电系统中实施FDIA的影响。本文针对高比例分布式光伏接入的配电系统场景，同时提出了FDIA的失效机制和改进的FDIA方法。具体而言，基于无功优化过程，利用分布式光伏的随机性和波动性显著降低FDIA的隐蔽性。随后，提出一种基于时变损耗条件生成对抗网络的改进FDIA方...
解读: 从阳光电源的业务视角来看，本文揭示了高渗透率分布式光伏系统面临的网络安全隐患，这对我司光伏逆变器和智慧能源管理系统的安全性设计具有重要指导意义。 论文指出分布式光伏的随机性和波动性会影响虚假数据注入攻击（FDIAs）的隐蔽性，这为我司产品的安全防护提供了新思路。一方面，光伏出力的自然波动特性可作为...
一种基于新型状态增广的韧性设计控制方法，用于容忍虚假数据注入网络攻击的跟网型逆变器资源就地一次控制器
Resilient-by-Design Control for in Situ Primary Controller of Grid-Following Inverter-Based Resources by a Novel State Augmentation to Tolerate False Data Injection Cyberattacks
Mahmood Jamali · Mahdieh S. Sadabadi · Masoud Davari · Subham Sahoo 等5人 · IEEE Transactions on Power Electronics · 2024年9月
摘要：随着部署网络物理系统的现代电网中基于三相跟网型（GFL）逆变器的资源（IBRs）数量不断增加，要求它们具备更高的智能性、多样化的功能和通信能力。然而，由于大量使用数据和通信设备，智能逆变器面临的网络威胁无处不在。本文针对GFL IBRs提出了一种新颖的弹性矢量电流控制策略，以减轻虚假数据注入（FDI）攻击的破坏性影响，同时确保GFL IBRs的稳定性和期望性能。即使有适当的上层控制机制，攻击者仍可利用GFL IBRs主控制中的漏洞，特别是“逆变器输出控制器”。在这种情况下，FDI攻击可操纵...
解读: 从阳光电源的业务视角来看，这项针对跟网型逆变器抗虚假数据注入攻击的弹性控制技术具有重要的战略意义。随着我们在全球范围内部署大量光伏逆变器和储能系统，这些设备日益融入数字化电网的信息物理系统中，网络安全威胁已成为不可忽视的系统性风险。 该论文提出的状态增广向量电流控制策略直击当前智能逆变器的核心痛点...
基于双层检测的分布式安全状态估计在虚假数据注入攻击下的应用
Double-layer Detection-Based Distributed Secure State Estimation Under False Data Injection Attacks
Minggao Zhu · Dajun Du · Xue Li · Minrui Fei 等5人 · IEEE Transactions on Power Systems · 2025年7月
在信息物理电力系统（CPPSs）中，当测量数据或中间交换数据受到虚假数据注入攻击（FDIAs）篡改时，其真实性（即可信度）将遭到破坏，导致分布式状态估计失效。为解决这一问题，本文提出一种采用双层检测的新型分布式安全状态估计方法来应对虚假数据注入攻击。首先，第一层使用基于 $\chi ^{2}$ 的攻击检测器检查测量数据是否被篡改，若被篡改，则用基于卡尔曼方法的预测数据替换受污染的数据，以提高数据可信度和局部状态估计的准确性。然后，当满足事件触发机制时，这些可信数据（即经过检查/替换的数据）与相邻...
解读: 该双层检测机制的分布式安全状态估计技术对阳光电源的储能和光伏产品线具有重要应用价值。可应用于ST系列储能变流器和SG系列光伏逆变器的数据安全防护,特别是在大型储能电站和集中式光伏电站中的分布式控制系统。通过局部残差检测与一致性校验的双重防护,可有效提升iSolarCloud平台数据采集的可靠性,增强...
自适应事件触发滑模负荷频率控制在虚假数据注入攻击下的信息物理电力系统
Adaptive Event-Triggered Sliding Mode Load Frequency Control for Cyber-Physical Power Systems Under False Data Injection Attacks
Weiru Guo · Fang Liu · Yalin Wang · Denis Sidorov 等5人 · IEEE Transactions on Industrial Informatics · 2024年12月
作为新一代电力系统，随着通信网络的应用，信息物理电力系统（CPPS）变得更加智能和便捷。然而，时滞和网络攻击的存在给系统控制带来了挑战。本文研究了CPPS在虚假数据注入（FDI）攻击下的负荷频率控制（LFC）问题，并基于自适应事件触发机制应用滑模控制方案来解决LFC问题。首先，考虑时滞和FDI攻击，建立了具有自适应事件触发滑模控制（AET - SMC）方案的动态多区域LFC模型。然后，基于基于延迟乘积项的循环泛函构造了一种新颖的Lyapunov - Krasovskii泛函，用于分析系统的稳定性...
解读: 从阳光电源的业务视角来看，这项基于自适应事件触发滑模控制的负荷频率控制技术具有重要的战略价值。随着公司在光储一体化、微电网及虚拟电厂等领域的深入布局，信息物理融合电力系统（CPPS）的安全稳定控制已成为核心技术挑战。 该技术的核心价值体现在三个维度：首先，针对虚假数据注入攻击的防护机制直接契合阳光...
基于新型CNN集成与可解释人工智能的配电网虚假数据注入攻击检测与定位框架
False Data Injection Attack Detection and Localization Framework in Power Distribution Systems Using a Novel Ensemble of CNNs and Explainable Artificial Intelligence
Mohammad Reza Dehbozorgi · Mohammad Rastegar · Mohammadreza Fakhari Moghaddam Arani · IEEE Transactions on Industry Applications · 2025年1月
信息物理电力系统易受网络攻击，尤其是虚假数据注入攻击（FDIA）。近年来，针对配电系统状态估计（DSSE）的虚假数据注入攻击受到了研究人员的关注，此类攻击通过更改电表读数来改变状态估计（SE）。文献中常见的针对虚假数据注入攻击的防御方法是使用标记数据训练分类器作为虚假数据注入攻击检测器。然而，虚假数据注入攻击数据集的高度不平衡特性可能会限制这种方法的性能。机器学习模型的黑盒特性使其在重要应用中难以获得信任和采用。因此，我们提出了一种创新的可解释人工智能（XAI）增强的基于集成学习的检测与定位模型...
解读: 从阳光电源的业务视角来看，该论文提出的虚假数据注入攻击（FDIA）检测框架具有重要的战略意义。随着公司在分布式光伏、储能系统及综合能源解决方案领域的快速拓展，我们的产品正日益深度融入配电网的信息物理系统中，这使得网络安全防护成为保障系统可靠运行的关键要素。 该技术的核心价值在于为我们的智能逆变器和...