AI Summary & Key Takeaways
AI InsightIn this study, impact of the threshold value on detection rate, false alarm rate,and average run length is examined in detail for different values.
📌 3 Key Takeaways
Abstract
In this study, static state estimation problem in smart grid is considered for non-Gaussian environments. The noise model in state estimation is widely assumed to possess Gaussian distribution. However, in some realworld applications, noise may also possess an impulsive distribution. Method of least squares (LS) isgenerally used for state estimation in systems where noise is modeled by using Gaussian distribution. In thisstudy, noise which contains impulsive components is modeled by -stable distributions. Robust filters are chosen for static state estimation and performances of these filters are compared against the performance ofLS. In addition, cumulative sum (CUSUM) technique is employed and its performance is investigated under-stable distributed noise for quickest detection of malicious data injection attacks which might be launchedat measurement values of buses in smart grids. In quickest detection, there is a trade-off between detection speed and detection reliability. The chosen threshold value for CUSUM determines the probability ofdetection for malicious attacks. In this study, impact of the threshold value on detection rate, false alarm rate,and average run length is examined in detail for different values.
Özet
Bu çalışmada, Gauss olmayan ortamlarda akıllı şebekeler için durağan durum kestirimi problemi elealınmıştır. Durum kestiriminde gürültünün Gauss dağılıma sahip olduğu yaygın olarak kabul edilir. Fakatbazı gerçek dünya uygulamalarında gürültü dürtüsel bir dağılıma da sahip olabilmektedir. Gürültünün Gaussdağılımla modellendiği sistemlerde, durum kestirimi için genellikle en küçük kareler (LS) yöntemikullanılmaktadır. Bu çalışmada ise dürtüsel bileşenler içeren gürültü -kararlı dağılımla modellenmiş, durağan durum kestirimi için gürbüz süzgeçler seçilmiş ve bu süzgeçlerin performansları, LS yöntemi ilekıyaslanmıştır. Buna ilave olarak, akıllı şebekelerde baraların ölçüm değerlerine yapılan kötü niyetli verienjeksiyonu saldırılarının en hızlı şekilde tespit edilebilmesi için kümülatif toplam (CUSUM) tekniğikullanılmış ve performansı ?-kararlı gürültü altında irdelenmiştir. Veri enjeksiyonu saldırılarının hızlıtespitinde, tespit hızı ile tespit güvenilirliği arasında bir tercih söz konusudur. CUSUM tekniğinde, seçileneşik değeri, kötü niyetli saldırıların tespitinin performansını belirlemektedir. Bu çalışmada, seçilen eşikdeğerinin, doğu tespit oranı, yanlış alarm oranı ve ortalama tespit süresi üzerindeki etkisi farklı değerleri için detaylı olarak irdelenmiştir.