来源：期刊VIP网 时间：
作者：陆玲霞;马朝祥;闫旻睿;于淼;
单位：浙江大学电气工程学院;
摘要：负荷重分配攻击是一种特殊的虚假信息注入攻击。对于电力信息物理系统，基于模型的方法难以检测定位多类型负荷重分配攻击，且针对多类型负荷重分配攻击的数据驱动检测定位方法研究较少。为此，设计了一种以双层规划模型为基础的，基于带卷积注意力模块神经网络的负荷重分配攻击定位检测方法。首先对电力信息物理系统中的信息系统进行建模，总结得到三种信息侧负荷重分配攻击行为。随后建立考虑攻击者和调度中心管理者博弈关系的双层规划模型，针对不同攻击场景生成负荷重分配攻击数据集。为了检测定位不同类型的攻击，将所研究问题转化为多标签分类问题，利用卷积神经网络的卷积结构特性挖掘并学习具有稀疏标签数据的邻域信息，引入卷积注意力模块，从通道信息和空间信息两个角度增强网络对于重点信息的学习能力，改善了网络漏判率较高的问题，提高了网络检测定位性能。在38节点电力信息物理系统算例上进行仿真实验，验证了所提方法的有效性。与对比方法相比，所提方法对于三种攻击类型都有较低的误判率和漏判率，检测定位性能更加出色。
关键词：电力信息物理系统;;负荷重分配攻击;;双层规划模型;;数据驱动;;卷积注意力模块;;卷积神经网络
基金资助：浙江省“尖兵”“领雁”研发攻关计划（2024C01058）;; 浙江省“十四五”第二批本科省级教学改革备案项目（JGBA2024014）;; 2025年01月批次教育部产学合作协同育人项目（2501270945）;; 2024年度浙江大学本科“AI赋能”示范课程建设项目（24）;; 浙江大学第一批AI For Education系列实证教学研究项目（202402）
