칼만 필터 상태 추정을 기반으로 한 사이버-물리 전력 시스템의 공격 탐지

본 연구는 전력망에서 동적 부하 변경 공격(D-LAA)을 탐지하는 기술을 탐구한다. 우선, D-LAA의 영향을 받는 사이버-물리 전력 시스템(CPPS)을 구축하고, 실제 조건을 반영하기 위해 제로 평균 가우시안 백색 잡음을 통합한 이산 시스템 모델을 수립한다. 다중 요인 적응 칼만 필터(MFAKF)는 여러 감소 요인을 도입하여 개선된 칼만 필터의 고급 버전이다. 향상된 다중 요인 혼합 적응 칼만 필터(MFMAKF)는 스마트 그리드에서 실시간 상태 추정을 위해 사용되며, 표준 칼만 필터와 MFAKF에 비해 강력한 방해 견디기 능력과 더 정확한 시스템 추정을 보여준다. 마지막으로, 본 연구는 상태 추정 방법과 유클리드 거리 비율 탐지를 결합하고, 제안된 방법의 효과성과 실행 가능성을 검증하기 위해 30개의 버스를 가진 스마트 그리드 시스템에서 시뮬레이션 실험을 수행한다.