基于稀疏对抗攻击的三相不平衡配电系统恢复的网络韧性分析

系统恢复是电力系统韧性的关键环节，但其日益依赖人工智能（AI）的负荷预测引入了显著的网络安全风险。不准确的预测可能导致可行性较差的计划、电压和频率违规，以及关键负荷恢复失败。尽管如此，恢复过程对此类攻击的韧性却鲜有探讨。本文填补了这一空白，通过量化对抗性操纵的预测如何影响恢复的可行性和电网安全。我们开发了一种基于梯度的稀疏对抗攻击，战略性地扰动最具影响力的时空输入，揭示预测模型的脆弱性，同时保持隐蔽性。我们进一步创建了一个嵌入这些 Compromised 预测的恢复感知验证框架，并采用不平衡三相最优悬浮技术评估操作可行性。仿真结果表明，所提出的方法比基线攻击更高效、更隐蔽，揭示了系统级故障，如电压和功率升压违规，阻止了关键负荷的恢复。这些发现为设计面向网络安全的恢复计划框架提供了可操作的见解。