专利交易市场

本发明公开了一种基于图神经网络参数估计优先的虚假数据注入攻防方法，属于电力系统网络安全技术领域。在电网运行中对目标支路参数施加动态扰动；将主网侧与配网侧拓扑构建为同一图结构，利用第一图神经网络联合学习量测特征，预测扰动后各支路参数；基于攻击目标支路集合、目标量测集合及参数预测结果生成攻击向量；将攻击向量嵌入全量测空间，结合参数预测结果进行状态估计，得到攻击后残差统计量和状态估计偏移特征；将攻击后量测向量、偏移特征、残差统计量及参数预测结果拼接为节点输入特征向量，输入第二图神经网络输出各支路攻击概率，筛选得到被攻击支路集合。本发明实现了动态扰动下支路参数的快速估计与攻击支路准确定位。