电力系统运行对负荷预测数据注入攻击的脆弱性
最优化与控制
2019-06-17 v2 信号处理
摘要
我们研究了一类针对负荷预测算法的数据注入攻击给电力系统运行带来的安全威胁。具体而言，在对攻击者的知识与能力作最小假设的前提下，我们以黑盒方式设计了面向负荷预测算法输入特征的攻击数据。系统 operator 可能对这类错误的负荷预测毫无察觉，从而导致在机组组合与调度中作出不经济甚至不安全的决策。据我们所知，本文首次提出负荷预测算法的安全问题，并表明准确的负荷预测算法未必对恶意攻击具有鲁棒性。更为严重的是，攻击者能够利用额外的拓扑信息，对系统运行策略性地设计定向攻击。我们在两个 IEEE 测试算例上展示了负荷预测攻击的影响。我们表明，在 14 节点测试算例中，我们的攻击策略能够在多种设置下以高概率引发负荷削减，并在 118 节点测试算例中以有限的局部攻击展示了系统范围的威胁。
引用
@article{arxiv.1906.04926,
title = {Vulnerabilities of Power System Operations to Load Forecasting Data Injection Attacks},
author = {Yize Chen and Yushi Tan and Ling Zhang and Baosen Zhang},
journal= {arXiv preprint arXiv:1906.04926},
year = {2019}
}
备注
11 pages, 10 figures; in submission to journal. Extended and journal version to arXiv:1904.06606