基于状态驱动型神经网络预测的自动电压调节器零动态检测方法

摘要

自动电压调节器通过调节发电机的输出电压，在保障电力系统稳定运行中起着至关重要的作用.然而，随着其与先进的信息物理技术的深度融合，新兴的网络威胁，特别是零动态攻击，对此类系统的完整性和安全性提出了严峻挑战.本文针对自动电压调节器在遭受零动态攻击时，传统基于输出异常检测的方法难以在攻击早期发现问题的不足，提出一种基于状态驱动型神经网络的攻击检测方法.设计Luenberger观测器实时估计系统的内部状态与外部状态，并基于此构造输入–状态–输出关联特征.采用前馈神经网络对系统输出进行预测，在训练阶段引入内部状态变化一致性损失项，使预测输出能够反映系统内部动态.当系统遭受攻击导致内部状态发散时，即使系统输出尚未发生明显偏移，预测结果也会产生响应，进而可作为早期异常检测的依据.通过仿真实验验证了所提方法的有效性，结果表明，该方法能够准确捕捉系统内部动态变化，具有较高的攻击可感知性和检测前瞻性.

关键词

自动电压调节器 / 零动态攻击 / 状态估计 / 前馈神经网络 / 输出预测

基金资助

国家自然科学基金资助项目(61873106,12401679); 江苏省杰出青年基金资助项目(BK20200049)