关键词:
智能电网
深度学习
攻击
电力隐私
密码学
摘要:
电子信息与通信技术推动了电力系统的更新换代,信息技术给电力系统带来发展的同时,潜在的信息安全问题也逐渐严峻。研究提出了基于深度自动编码器的量测篡改攻击检测方法和基于同态密码学的隐私保护估计框架。仿真结果显示,随阈值增大,算法精确率逐渐稳定在90%左右,而准确率、召回率和F1值则呈下降趋势,其中F1值最大为91.07,对应最优阈值为8。算法准确率为0.927,精确率为0.934,召回率为0.847,F1值为0.912,四项性能均表现较好,提升幅度明显。IEEE9节点系统的正常量测误差均值为2.367,异常量测误差为22.781,显著的差异可明显区分出异常量测的重构误差。当密钥为1536时,运行效率仍然较高,且均方根误差大小与实际工程需要大小差值处于合理范围之内,有效保证了电力系统信息的安全性。