针对鲁棒电力系统状态估计器的虚假数据注入攻击防护策略.zip

简介：
本研究探讨了电力系统中虚假数据注入攻击对状态估计器的影响，并提出了一种有效的防护策略以增强系统的鲁棒性。 本段落介绍了电力系统虚假数据注入攻击的MATLAB源代码及详细说明，并重点讨论了鲁棒电力系统状态估计器在监控应用中的重要性。据我们的研究经验发现，在多种文献中，使用投影统计方法的广义极大似然（GM）估计是最佳的方法之一。该方法具有对多个交互和一致的坏数据、坏杠杆点及某些类型的网络攻击的高度抗干扰能力，并且计算效率高，适合在线应用。 除了拥有优良的击穿点特性外，在面对高斯或其他厚尾非高斯测量噪声时，GM估计器也表现出较高的统计效率。原始版本的GM估计器使用SCADA（数据采集与监控）系统中的测量值进行状态估算是由Mili及其同事在1996年提出的，并通过引入Givens旋转来增强了数值稳定性。 此外，我们还将该方法推广至同时估算变压器抽头位置和电力系统的运行状态。对于糟糕的零注入问题也提供了解决方案。