探索短期负荷预测中基于物理的约束：一种抵御网络攻击的防御机制

短期负荷预测是一项关键任务，支持公用事业公司调度充足发电以平衡供需，并可能成为网络攻击的有吸引力的目标。已有研究表明电力系统状态估计易受虚假数据注入攻击。类似地，对输入变量的虚假数据注入会导致较大的预测误差。负荷预测系统应具备缓解此类攻击的保护机制。一种方法是建模可识别异常的物理系统约束。本研究调查与负荷预测应用相关的可能约束。着眼于区域预测负荷，我们通过时间序列中的相似性度量分析各区域之间的关系以识别约束。针对历史 ERCOT 负荷数据的综合结果表明，这些度量存在变化，可识别恶意行为的存在。然而，这些静态度量不能视为跨不同场景的有效指标。