Открытый доступ Открытый доступ  Ограниченный доступ Доступ для подписчиков

Развитие алгоритмов оценивания состояния для повышения эффективности диспетчерского управления электроэнергетической системой в условиях кибератак

И. Н. Колосок, Е. с. Коркина

Аннотация


Рассмотрено развитие методов оценивания состояния, в первую очередь методов обнаружения недостоверных измерений, которые могут быть искажены вследствие кибератак на информационную подсистему киберфизической энергетической системы. Проанализированы проблемы угроз и уязвимостей по отношению к процедуре оценивания состояния в современных условиях функционирования киберфизических энергосистем. Предложены киберфизические подходы к процедуре оценивания состояния, использующие результаты работы систем обнаружения вторжений в корпоративную сеть киберфизической энергосистемы и обеспечивающие данные требуемого качества для решения задач диспетчерского управления в условиях кибератак. Приведено описание киберфизических подходов к развитию процедуры оценивания состояния в части улучшения обнаружения плохих данных, и представлен пример, как усовершенствованная процедура обнаружения плохих данных работает на тестовой схеме.

DOI: 10.71527/EP.EN.2025.12.001        

EDN: CDFZVP


Ключевые слова


диспетчерское управление, оценивание состояния, киберфизические атаки, системы обнаружения вторжений

Полный текст:

PDF

Литература


Воропай Н. И. Проблемы уязвимости и живучести киберфизических электроэнергетических систем / Н. И. Воропай, И. Н. Колосок, Е. С. Коркина, А. Б. Осак // Энергетическая политика. 2018. № 5. С. 53 – 61.

Musleh A. S., Chen G., Dong Z. Y. A survey on the detection algorithms for false data injection attacks in smart grids // IEEE Transactions on Smart Grid. 2020. Vol. 11 (3). No. 3. DOI: 10.1109/TSG.2019.2949998.

DDoS-атака на корпоративную сеть: что это такое и как её предотвратить? — URL: https://serverflow.ru/blog/stati/ ddos-ataka-na-korporativnuyu-set-chto- eto-takoe-i-kak-eye-predotvratit/.

Liu Y., Ning P., Reiter M. K. BFalse data injection attacks against state estimation in electric power grids // In Proc. 16th ACM Conf. Comput. Commun. Security. New York: ACM, 2009. P. 21 – 32.

Phillips L. R. Analysis of Operations and Cyber Security Policies for a System of Cooperating Flexible Alternating Current Transmission System (FACTS) Devices / L. R. Phillips, M. Baca, J. Hills, J. Margulies, B. Tejani, B. Richardson, L. Weiland. Technical Report SAND2005 – 730, Sandia National Laboratories, Albuquerque, New Mexico, 2005. — URL: https://digital.library.unt.edu/ark:/ 67531/metadc891688/.

Количество кибератак на корпоративные сети увеличилось в 2 раза. — URL: https://www.business-vector.info/articles/ kolichestvo-kiberatak-na-korporativnye- 168655/.

Schweppe F. S., Wildes J. Power system static-state estimation. Part I: Exact model // Power Apparatus and Systems. 1970. Vol. 89 (1).

Гамм А. З. Статистические методы оценивания состояния электроэнергетических систем. — М.: Наука, 1976.

Cheng G. A survey of power system state estimation using multiple data sources: PMUs, SCADA, AMI, and beyond / G. Cheng, Yu. Lin, A. Abur, A. Gómez-Expósito, W. Wu // IEEE Transactions on Smart Grid. 2024. Vol. 15(1). DOI: 10.1109/ TSG.2023.3286401.

Phadke A. G., Thorp J. S. Synchronized phasor measurements and their applications. Springer Science+Business Media, LLC, USA, 2008. DOI: 10.1007/978-0-387-76537-2.

Kolosok I., Korkina E. Decomposition of power system state estimation problem as a method to tackle cyberattacks. The 1st IEEE Industrial Cyber-Physical Systems, ICPS-2018. DOI:10.1109/ICPHYS.2018.8387691.

Лукичева И. А., Куликов А. Л. Многомодельная оценка состояния энергосистемы на основе линейных переходных моделей. — Иваново: Вестник ИГЭУ, 2021. № 1. C. 13 – 23. DOI: 10.30724/1998- 9903-2021-23-5-13-23.

Zhang M., Lin Ch. Secure state estimation for cyber physical systems with state delay and sparse sensor attacks. DOI: 10.1080/21642583.2020.1834465.

Todescato M. Smart grid state estimation with PMUs time synchronization errors / M. Todescato, R. Carli, L. Schenato, G. Barchi // Energy. 2020. Vol. 13(19). 5148. DOI: 10.3390/en13195148.

Deng R. False Data Injection on state estimation in power systems — attacks, impacts, and defense: a survey / R. Deng, G. Xiao, R. Lu, H. Liang, A. V. Vasilakos // IEEE Transactions on Industrial Informatics. 2016. Vol. 13(2). P. 411 – 423. DOI: 10.1109/ TII.2016.2614396.

Shi H., Xie L., Peng L. Detection of false data injection attacks in smart grid based on a new dimensionality-reduction method // Computers and Electrical Engineering. 2021. Vol. 91. DOI: 10.1016/j.compeleceng.2021. 107058.

Jin Z. Secure state estimation of cyber-physical system under cyberattacks: Q-Learning vs. SARSA // Z. Jin, M. Ma, S. Zhang, Y. Hu, Y. Zhang, C. Sun // Electronics. 2022. Vol. 11. DOI: 10.3390/ electronics11193161.

Cao R., Wu J., Long C., Li S. Stability analysis for networked control systems under denial-of-service attacks // 54 IEEE conf. on Decision and Control, 2015.

Сиянов В. Сравнение промышленных средств обнаружения вторжений (СОВ для АСУТП). — URL: https:// www.anti-malware.ru/compare/Intrusion- Detection-Systems.

Pan Sh., Morris Th., Adhikari Ut. Developing a hybrid intrusion detection system using data mining for power systems // IEEE Transactions on Smart Grid. Vol. 6. Iss. 6. Nov. 2015. P. 3104 – 3113. DOI: 10.1109/TSG. 2015.2409775.

Iturbe M. Towards large-scale, heterogeneous anomaly detection systems in industrial networks: a survey of current trends security and communication networks / M. Iturbe, I. Garitano, U. Zurutuza, R. Uribeetxeberria // Security and Communication Networks Volume. 2017. ID 9150965, 17 p. DOI: 10.1155/2017/9150965.

Attia M. An efficient intrusion detection system against cyber-physical attacks in the smart grid / M. Attia, S. M. Senouci, H. Sedjelmaci, El-H. Aglzim, D. Chrenko // Computers & Electrical Engineering. 2018. Vol. 68. P. 499 – 512. DOI: 10.1016/j.compeleceng. 2018.05.006.

Liu T. Abnormal traffic-indexed state estimation: a cyber – physical fusion approach for smart grid attack detection / T. Liu, Ya. Sun, Ya. Liu, Yu. Gui, Yu. Zhao, D. Wang, Ch. Shen // Future Generation Computer Systems. 2015. Vol. 49.

Zonouz S. SCPSE: Security-oriented cyber-physical state estimation for power grid critical infrastructures / S. Zonouz, K. M. Rogers, R. Berthier, R. B. Bobba, W. H. Sanders, T. J. Overbye // IEEE Trans. on Smart Grid. 2012. Vol. 3 (4). P. 1790 – 1799.

Khalafi Z. S. Intrusion Detection, Measurement Correction, and Attack Localization of PMU Networks / Z. S. Khalafi, M. Dehghani, A. Khalili, A. Sami, N. Vafamand, T. Dragicevic // IEEE Trans. on Industrial Electronics. 2022. Vol. 69(5). DOI: 10.1109/TIE.2021. 3080212.

StationGuard. Cybersecurity and Functional Monitoring for the Power Grid. — URL: https://www.omicronenergy.com/en/ products/stationguard/.

InfoWatch ARMA Industrial Suite. — URL: https: // iwarma.ru.

Система обнаружения вторжения (СОВ) «Кречет». — URL: https://nppgamma.ru/catalog/produkty-fgup-npp-gamma/ krechet/.

Рубикон. — URL: https://npo-echelon.ru/rubicon/.

ViPNet IDS HS. — URL: https://infotecs.ru/products/vipnet-ids-hs-versiya-1/.

Концентратор синхронизированных векторных данных APDC. — URL: https://prosoftsystems.ru/solution/show/ koncentrator-sinhronizirovannyh-vektornyh- dannyh-apdc.


Ссылки

  • На текущий момент ссылки отсутствуют.


  998 – 2025 НТФ «Энергопрогресс»

Адрес редакции:
129090, г. Москва, ул. Щепкина, д. 8
Телефон: +7 495 234-74-21
E-mail: energetick@mail.ru, energetik@energy-journals.ru

 

Наши партнеры

          

Выставки: