大规模电力系统对虚假数据注入攻击的脆弱性评估
摘要：大规模电力系统对虚假数据注入（FDI）攻击的脆弱性研究：以其物理后果为途径。先前的研究表明，可以使用攻击者-防御者双层线性规划（ADBLP）来确定FDI攻击的最坏后果，以最大化目标线上的物理功率流。该ADBLP可转化为单层混合整数线性规划，但在大型电力系统上由于数值困难而难以解决。本文提出了四种计算效率高的算法来解决大型电力系统上的攻击优化问题。这些算法应用于IEEE 118母线系统和波兰系统（拥有2383个母线）进行脆弱性评估，并提供能导致线路溢流的可行攻击，以及任何攻击导致的最大功率流的上界。
作者：Zhigang Chu, Jiazi Zhang, Oliver Kosut, and Lalitha Sankar
论文ID：1705.04218
分类：Systems and Control
分类简称：cs.SY
提交时间：2020-11-03