基于深度信念网络与数据聚合模型的智能电表数据异常检测方法
2021-03-11肖勇马喆非罗鸿轩石少青胡珊珊
肖勇,马喆非,罗鸿轩,石少青,胡珊珊
(1. 南方电网科学研究院,广州510663; 2. 中国南方电网有限责任公司,广州510663)
0 引言
近年来,随着消费者对用电需求和用电质量的日益提升,电网基础设施正逐渐被一系列数字系统所取代,智能电网(smart grid,SG)应运而生。SG很大程度上提升了消费者和能源供应方(energy suppliers,ES)对电能检测、控制和预测的能力,尽管SG的技术优势、社会效益明显,但存在一些安全问题[1]。从早期的能源计费开始,能源窃取一直是困扰ES的问题,目前已提出了多种预防能量盗窃检测方案,以减少由非技术损失(non-technical losses, NTL)造成的经济损失[2 - 3]。由于SG先进的计量基础设施中配备的智能电表(smart meters,SM)会改变能源盗取的性质,即盗取者需要发起更复杂的网络攻击[4 - 5],很难再从物理系统进行能源盗取,因此智能电表的普及能够减少能量损耗,是一种有效的预防能量窃取措施[6 - 7]。
随着通信技术的快速发展以及对网络攻击的日益关注,SM代替传统模拟仪表广泛应用于SG中,其能够解决传统仪表中存在的断开、倾斜、倒转等攻击问题[8]。此外,ES通过利用高级量测体系(advanced metering infrastructure,AMI)数据的精细粒度,将事件与其他信息相关联,从而更准确地识别NTL[9]。文献[10]中采用博弈论检测SG中的电量窃取,将能源盗取检测问题看作欺诈消费者与ES之间的能量损耗与检测概率的博弈。然而,针对窃取者和ES制定效用函数以及潜在策略,仍然是一个具有挑战性的问题。文献[11]提出了一种基于上下分解法(lower-upper decomposition,LUD)的方案,构造一个线性方程组用于评估消费者的诚实系数,同时确保消费者的隐私。……
