顺序攻击防御框架

检测超97%

一种纯数据驱动的防御框架，不依赖系统拓扑参数，通过门控Transformer与时间卷积注意力网络实现顺序FDIA的精准检测与数据恢复。

Xu, Shuang · 李元诚 · 王庆乐 · Yiguo, Guo · Hang, Yang

Journal of Energy Storage 2024

参数信息

检测准确率

>97 %

SOC估计误差

1 %

技术优势

不挑系统

防御框架完全由数据驱动，不需要知道电池储能系统具体的拓扑参数，可直接部署到不同结构的系统上。

检得准

GPformer利用双增强Transformer编码器和门控机制有效提取测量数据的时间和空间特征，对多种强度的顺序FDIA检测准确率超过97%。

恢复得准

TACN结合时间卷积网络和注意力机制预测测量数据，用预测值替换被攻击数据后，SOC估计误差保持在1%以内。

应用场景

• 电池储能系统：为储能系统提供攻击检测与数据恢复，保障SOC估计准确性。
• 电网安全防护：在电网侧拦截顺序FDIA，防止测量数据被篡改影响稳定。
• 智能电网数据分析：用深度学习提取测量数据时空特征，支撑电网数据安全分析。
• 储能系统网络安全：不依赖拓扑参数，直接作为安全模块嵌入储能监控系统。