面向微电网中面向AC/DC保护的AI驱动监督式测量完整性验证层

电流差分继电器（LCDRs）是以测量驱动的继电器，依赖于时同步的多相电流波形来推断AC和DC电网中的内部故障。然而，在逆变器基微电网中，越来越依赖的数字化通信测量将LCDRs暴露于虚假数据注入攻击（FDIAs），这些攻击通过操控远程测量流来创建会触发保护但在物理上不一致的电流轨迹。本文通过引入作为现代LCDRs监督式仪器层的测量完整性验证方案来解决这一新兴的测量完整性问题。该方案在继电器操作期间解释同步瞬时电流测量的短时间窗口，并评估其物理一致性，以区分真实故障诱导的轨迹与网络分子化的测量流。使用仅限于继电器可用电流测量的离线训练循环神经网络，利用差分电流波形的时间结构，这一结构在电流幅值不再可靠可观测量的逆变器主导系统中仍然具有信息性。该方法无需额外传感器、辅助保护元件或网络�拓扑知识，适用于AC和DC LCDRs而无需结构性修改。对所提出的测量验证方案在包含综合故障和FDIA情景的孤岛式逆变器基微电网上进行了评估，结果表明该方案在保持继电器可靠性的同时实现了高检测准确率。使用OPAL-RT实时模拟器进行的硬件在环验证表明，该方案满足保护时序约束，可在现实操作条件下实现实时运行。