基于深度强化学习的智慧变电站网络异常检测方法

摘要：

随着电力物联网的推进发展,智慧变电站的网络安全问题受到了广泛关注.面对信息物理设备故障、病毒入侵等威胁网络安全的问题,提出了一种基于深度强化学习的智慧变电站网络异常检测方法.首先,结合智慧变电站的特点,构建了智慧变电站自动化网络架构,明确制造报文规范(manufacturing message specification,MMS)、面向通用对象变电站事件(general object-oriented substation event,GOOSE)协议、采样值(sample value,SV)报文、消息队列遥测传输(message queue telemetry transmission,MQTT)协议和受限应用协议(limited application protocol,CoAP)的使用范围.然后,对智慧变电站网络中的通信数据包进行预处理,以获得能够反映网络异常的流量特征.最后,利用深度强化学习判断实时采集的数据包是否存在异常,每个MMS/GOOSE/SV/MQTT/COAP包的检测结果都保存为日志记录,并将记录添加到学习模型中,以提高其检测性能.基于典型110 kV智慧变电站自动化系统进行实验,结果表明所提方法能够准确检测出网络流量异常的情况,并且相比于其他方法,其误报率最小且延时最短,具有较好的应用前景.

关键词：IEC 61850、智慧变电站、网络异常、深度强化学习、MMS、GOOSE/SV、MQTT/CoAP

所属期刊栏目：15

分类号：TM75;TP391(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划2018YFB0905000

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：98-105