[發明專利]用于保護電力網控制系統的系統、方法以及計算機可讀介質

在審

• 申請號: 201810198169.0
• 申請日: 2018-03-09
• 公開（公告）號: CN108574691A
• 公開（公告）日: 2018-09-25
• 發明（設計）人: 嚴衛中;M.阿巴薩德;L.K.梅薩
• 申請（專利權）人: 通用電氣公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L29/08;G06Q50/06
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 鄭浩;張金金

本發明公開了一種用于保護電力網控制系統的系統和方法。該系統包括：多個異構數據源節點，其可以各自產生隨時間推移與電力網控制系統的操作相關聯的一系列數據源節點值。離線異常狀態檢測模型創建計算機，其可以接收所述系列的數據源節點值，并且執行特征提取過程以產生特征向量的初始集合。所述模型創建計算機隨后可以通過多模型多學科框架執行特征選擇，以產生選定的特征向量子集，還可以執行特征維數縮減以產生所述選定的特征子集，最終基于所述選定的特征向量子集自動地計算和輸出異常狀態檢測模型的至少一個決策邊界。

技術領域

本發明的領域通常涉及電力輸電系統，更具體地，涉及一種用于保護電力網控制系統的系統、方法以及計算機可讀介質。

背景技術

電力網越來越多地連接到因特網。因此，與電力網相關聯的控制系統可能容易受到威脅，例如可以中斷電力產生和分布、損壞設備等的網絡攻擊(例如，與計算機病毒、惡意軟件等相關聯)。防止此類危害的當前方法主要考慮信息技術(“IT”，例如，存儲、檢索、發射、控制數據的計算機)和操作技術(“OT”，例如，直接監測裝置和通信總線接口)中的威脅檢測。網絡威脅仍可以穿過這些保護層并且到達物理“域”。此攻擊可能會降低控制系統的性能并且可能導致完全停機或更嚴重損壞。目前，故障檢測隔離和適應(“FDIA”)方法僅分析傳感器數據，但是結合其它類型的數據源節點可能會發生威脅。還應注意，FDIA每次僅限于在一個傳感器中自然發生的故障。FDIA系統不能解決多個同時發生的故障，因為這些故障通常由于惡意目的產生。因此，將需要以自動且準確的方式保護電力網免受惡意攻擊，例如網絡攻擊。

發明內容

根據本發明的一方面，提供一種用于保護電力網控制系統的系統，包括多個異構數據源節點(heterogeneous data source nodes)可以各自產生隨時間推移與電力網控制系統的操作相關聯的數據源節點值系列(a series of data source node values)。離線異常狀態檢測模型創建計算機(an offline abnormal state detection model creationcomputer)可以接收所述數據源節點值系列，并且執行特征提取過程以產生特征向量的初始集合。模型創建計算機隨后可以通過多模型多學科框架執行特征選擇，以產生選定的特征向量子集。可以基于選定的特征向量子集，自動地計算和輸出異常狀態檢測模型的至少一個決策邊界。

其中，所述離線異常狀態檢測模型創建計算機進一步用于執行特征維數縮減過程(a feature dimensionality reduction process)，以產生所述選定的特征向量子集。

所述特征維數縮減過程與特征選擇技術相關聯。

所述特征維數縮減過程與特征變換技術(a feature transformationtechnique)相關聯。

所述接收到的數據源節點值系列包括正常數據源節點值(normal data sourcenode values)和異常數據源節點值(abnormal data source node values)。

在一些實施例中，所述異構數據源節點中的至少一個與以下各項中的至少一個相關聯：(i)傳感器數據；(ii)文本數據；(iii)圖像數據；(iv)蜂窩電話數據；(v)衛星數據；(vi)萬維網數據；(vii)社交媒體數據；(viii)無線網絡數據；(ix)天氣數據；(x)信息技術輸入；(xi)所述電力網的重要傳感器節點；(xii)所述電力網的執行機構節點；(xiii)所述電力網的控制器節點；(xiv)所述電力網的關鍵軟件節點；(xv)來自交換器的數據；(xvi)來自電氣總線的重要測量點的數據；以及(xvii)來自斷路器的數據。

在一些實施例中，所述特征選擇進一步與淺層特征學習技術(a shallow featurelearning technique)相關聯。