齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)杨明获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利面向配电网的负载改变与负荷重分配协同攻击方法及其防御方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120855332B 。
龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511366091.5,技术领域涉及:H02J3/00;该发明授权面向配电网的负载改变与负荷重分配协同攻击方法及其防御方法是由杨明;罗圣翔;吴晓明;刘臣胜;王鑫;穆超;陈振娅;贺云鹏;徐硕;吴法宗设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。
本面向配电网的负载改变与负荷重分配协同攻击方法及其防御方法在说明书摘要公布了:本发明属于电数字数据处理技术领域,尤其涉及面向配电网的负载改变与负荷重分配协同攻击方法及其防御方法。所述攻击方法通过构建攻击者与调度者之间的双层Stackelberg博弈模型,并利用KKT条件将其转化为单层混合整数线性规划问题,实现对最优协同攻击策略的高效求解,其中,攻击者的数学模型融合了负荷改变攻击与负荷重分配攻击的双重手段,不仅通过直接篡改节点真实负荷实现物理层扰动,还通过伪造测量数据误导调度者感知,从而在同一博弈框架下实现物理与信息层的协同攻击,使攻击更具隐蔽性与破坏性;为了应对上述攻击方法,本发明还引入软开点防御的三层攻防模型,求解能力更强、适用范围更广,能够更真实评估和有效防御配电网攻击风险。
本发明授权面向配电网的负载改变与负荷重分配协同攻击方法及其防御方法在权利要求书中公布了:1.面向配电网的负载改变与负荷重分配协同攻击方法,其特征在于,包括以下步骤: S1、基于攻击者与调度者的交互关系,构建Stackelberg博弈模型,其中,上层为攻击者模型,下层为调度者模型,所述攻击者模型为联合负荷改变与负荷重分配协同攻击方法的攻击模型; S2、采用Karush-Kuhn-Tucker条件、大M法和二进制变量,将步骤S1构建的Stackelberg博弈模型简化为单层混合整数规划模型,并对单层混合整数规划模型求解,以求得最优攻击向量集; 步骤S1所述攻击者模型,其目标函数如下所示, 1 其中,是指因负荷改变攻击所篡改的有功负荷值,是指因负荷改变攻击所篡改的无功负荷值,是指因负荷重分配攻击所改变的有功测量值,是指因负荷重分配攻击所改变的无功测量值,N表示节点,是指节点i的电压参考值的平方,是指节点i线路真实电压平方; 攻击者模型的约束条件包括: 功率平衡约束: 2 3 4 5 其中,和分别表示由负荷改变和负荷重分配协同攻击篡改的由节点i流向其子节点k的有功功率和无功功率潮流测量值;和分别表示由负荷改变和负荷重分配协同攻击篡改的从节点j流向节点i的有功功率和无功功率潮流测量值,j为i的父节点,和分别为节点i原始有功和无功负载,和分别表示节点i因负荷改变攻击所篡改的有功无功负荷值,和分别表示节点i因负荷重分配攻击所改变的有功无功测量值,和分别为节点i上分布式电源的有功无功出力,N为节点集合,表示所有与节点i相连的支路上的实际有功功率,表示所有与节点i相连的支路上的实际无功功率;和分别表示经协同攻击作用后的实际有功功率和无功功率潮流值; 公式6~11是对负荷改变攻击和负荷重分配攻击的约束,如下: 6 7 8 9 =0,10 11 其中,和分别为节点i原始有功和无功负载,和分别为用于约束攻击强度的比例系数,表示在负荷改变攻击中,可攻击的节点集合;代表负荷重分布攻击中,可攻击的节点集合;公式6~9保证攻击幅值不超过参数和所限定的允许范围,从而将其限制在真实值的许可区间内,以保持攻击的隐蔽性;公式10~11保证攻击者只能攻击给定的节点; LR攻击的隐蔽型约束如下: ,12 其中,和表示节点i因负荷重分配攻击所改变的有功测量值和无功测量值; 公式13~14是电压约束,如下: 13 14 其中,为节点i线路真实电压平方,为节点j线路真实电压平方,为线路i,j的电阻,为线路i,j的电抗,为分布式发电机有功功率输出向量,为分布式发电机无功功率输出向量,代表节点i的电压参考值的平方,表示节点i的估算电压平方值,为发电机输出有功功率的向量,为发电机输出无功功率的向量。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250000 山东省济南市长清区西部新城大学科技园;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励