本發明屬于電網自動控制，具體是涉及一種基于博弈處理欺騙攻擊的互聯同步發電機安全控制方法。
背景技術：
1、同步發電機作為核心的電力供應設備，其運行穩定性直接關系到現代大型互聯電力系統的安全水平，而大型互聯電力系統作為支撐社會生產生活的關鍵基礎設施，其可靠運行對國民經濟發展與公共安全保障具有不可替代的作用。隨著電力系統向智能化、網絡化方向演進，通信架構的開放性與網絡操作的頻繁性顯著提升，這也使得電力系統面臨的網絡欺騙攻擊風險持續攀升。此類欺騙攻擊可惡意篡改同步發電機的運行狀態測量數據或控制指令，破壞機組間的協同控制邏輯，進而引發系統暫態失穩，嚴重時甚至會導致大面積停電事故，因此，針對大規模互聯同步發電機系統，設計具備欺騙攻擊防御能力的安全控制策略，成為提升電力系統暫態穩定性與安全防御水平的關鍵舉措。
2、首先，雖然已有眾多多機互聯電力系統網絡攻擊下的固定時間收斂安全控制方案，但忽略了其穩定過程中的電能質量的提升，因此為獲得最優電能質量，如何利用攻防博弈研究其受攻擊時的最優控制方案尤為重要。然而，針對互聯同步發電機系統存在未知非線性動力學問題，傳統博弈控制依賴精確模型難以工程應用。其次，多機互聯電力系統本質上屬于典型的資源受限網絡控制系統，其測量數據與控制信號的傳輸依賴于通信網絡的周期性采樣機制。然而，傳統周期性采樣方法存在顯著缺陷，難以適配系統安全控制的實際需求：一方面，固定頻率的采樣模式易造成通信帶寬的無效消耗，大量冗余數據的傳輸不僅占用了有限的通信資源，還顯著增加了數據處理的復雜度；另一方面，該采樣方式無法根據系統實際運行狀態動態調整采樣策略，采集的數據中包含大量與監控決策無關的信息，既增加了控制端的運算負荷，又降低了控制指令的響應速度，最終對互聯同步發電機系統的穩定運行與控制精度產生不利影響。
技術實現思路
1、為解決上述技術問題，本發明提供了一種基于博弈處理欺騙攻擊的互聯同步發電機安全控制方法，在系統受到欺騙攻擊后，建立了一個同時考慮攻擊者、防御者和事件觸發機制的博弈論框架。將其視為一個非合作多主體博弈問題，開發了一種基于最優事件觸發條件的新型固定時間最優控制策略，確保在欺騙攻擊下達成共識，并同時減少通信網絡消耗。
2、本發明所述的一種基于博弈處理欺騙攻擊的互聯同步發電機安全控制方法，包括以下步驟：
3、步驟1、基于含欺騙攻擊的多機互聯同步發電機動態模型，結合額定工作點，構建發電機功角、轉速和機械功率物理量的偏差形式，將動態模型轉換為偏差模型；
4、步驟2、定義發電機領導者節點，基于所述領導者節點和發電機狀態向量，構建發電機與跟蹤目標的一致性誤差，引入事件觸發機制，建立性能指標函數；
5、步驟3、基于性能指標函數構建多方博弈的最優值函數，并構建其對應的哈密頓方程，對哈密頓方程求偏導得到理想控制輸入和理想觸發條件；
6、步驟4、構建固定時間強化學習神經網絡，得到最優控制輸入和最優事件觸發條件，設計損失函數，根據梯度下降原理，推導設計出固定時間強化學習神經網絡的權重估計的更新律，保證權重誤差在固定時間內收斂；
7、步驟5、根據構建的最優事件觸發條件和最優控制輸入設計，實現互聯同步發電機控制輸入在欺騙攻擊下固定時間收斂。
8、進一步地，步驟1具體為：
9、考慮一個擁有n個同步發電機的大規模電力系統，且第i個發電機帶有調速器控制器的經典系統，即多機互聯同步發電機的動態模型，表示為：
10、??（1）
11、其中，n是發電機的個數，j表示發電機i的鄰居；是發電機i功角的變化率；是相對轉子速度；為轉子速度的變化率；為發電機i額定運行下轉速；、和分別為發電機i的阻尼常數、慣性常數和調速器時間常數；和分別是發電機i的機械功率和電磁功率，為發電機i的機械功率的變化率；和分別是發電機i和發電機j之間的互導納矩陣的虛部和實部；和分別為發電機i和發電機j的q軸暫態電動勢；是第i個發電機的調速器控制信號，為發電機i的控制輸入，為欺騙攻擊信號；為發電機i和發電機j之間的功角偏差；
12、為讓所有發電機跟蹤一個共同的參考目標，將所有發電機和參考目標的動態都轉換到以額定工作點偏差為共同基準的坐標系下；構建發電機功角、轉速和機械功率物理量的偏差形式：
13、????（2）
14、其中，為發電機i的實際運行時刻的功角與發電機i額定工作點運行下功角的偏差，為發電機i額定工作點運行下功角，為發電機i實際運行時刻的轉速與發電機i額定運行下轉速的偏差，為發電機i機械功率與電磁功率的偏差；
15、基于發電機功角、轉速和機械功率物理量的偏差形式，將多機互聯同步發電機的動態模型轉換為偏差模型：
16、??????????（3）
17、其中，視為系統擾動；為偏差模型的等價控制輸入；為發電機j實際運行時刻的轉速與發電機j額定運行下轉速的偏差，代表發電機i實際運行時刻的的功角與發電機i額定運行下功角的偏差的時間導數；代表發電機i實際運行時刻的轉速與發電機i額定運行下轉速的偏差，?代表發電機i實際運行時刻的轉速與發電機i額定運行下轉速的偏差的時間導數，代表發電機i機械功率與電磁功率的偏差，代表發電機i機械功率與電磁功率的偏差的時間導數；
18、定義發電機狀態向量，將偏差模型轉換為狀態方程形式：
19、????????????（4）
20、其中，和為把發電機i的偏差模型寫成標準狀態空間形式時得到的線性部分矩陣，是發電機i中未知的非線性動力學量。
21、進一步地，步驟2中，定義發電機領導者節點為，為發電機領導者的初始時刻的功角與發電機領導者額定工作點運行下功角的偏差，為發電機領導者的初始時刻的轉速與發電機領導者額定運行下轉速的偏差，為發電機領導者的初始時刻機械功率與電磁功率的偏差，基于發電機狀態向量和領導者節點定義發電機與跟蹤目標的一致性誤差為：
22、??（5）
23、其中，表示發電機i的鄰居節點集合；是發電機i和發電機j的連接耦合權重，如果發電機i能夠從發電機j接收信息，則，否則；是發電機i和參考發電機的連接耦合權重，如果第i個發電機能夠從參考發電機接收信息，則，否則；是發電機i的鄰居的狀態向量。
24、進一步地，由于多機互聯同步發電機系統中所有發電機狀態的測量和控制指令的傳輸，都依賴共享的、帶寬有限的通信網絡，考慮到通信網絡資源的有限性，為減少資源浪費，設計觸發下的控制輸入，當觸發誤差達到一定閾值時，傳輸控制輸入信號。定義為的觸發輸入，與連續輸入之間的事件觸發誤差定義為：
25、，
26、基于發電機i的控制輸入成本、攻擊輸入成本、事件觸發成本定義性能指標函數為：
27、（6）
28、其中，是在初始時刻的一致性誤差；是向量的轉置；為發電機i的事件觸發誤差；為發電機i的控制輸入的轉置，為欺騙攻擊信號的轉置；為發電機i的事件觸發誤差的轉置；、和分別是對發電機i的鄰居的控制輸入、欺騙攻擊信號和事件觸發誤差；、和分別是對發電機i的鄰居的控制輸入、欺騙攻擊信號和事件觸發誤差的轉置；為發電機i在某一瞬間t的即時性能損失度量；是發電機i對一致性誤差向量的權重矩陣；是發電機i自身控制的權重矩陣；是發電機i自身遭受欺騙攻擊信號的權重矩陣；為發電機i與鄰居電機j耦合控制權重矩陣；為發電機i與鄰居電機j相關耦合攻擊權重矩陣；是欺騙攻擊的衰減水平，是事件觸發誤差的調整系數。
29、進一步地，步驟3具體為：
30、基于性能指標函數，當欺騙攻擊信號與事件觸發誤差都采用最優策略時，可根據當前控制輸入所獲得最小成本定義多方博弈的最優值函數：
31、（7）
32、其中，多方博弈的最優值函數為初始誤差狀態下，發電機i在最優防御策略與攻擊信號作用下所能達到的累積性能指標；為發電機i的鄰居的最優控制輸入，為發電機i的鄰居的理想欺騙攻擊信號，為發電機i的鄰居的理想事件觸發誤差；
33、對最優值函數求梯度值為，根據性能指標函數，加上發電機i在某一瞬間t的即時性能損失度量，定義哈密頓方程表示為：
34、（8）
35、其中，，為偏導算子，表示最優值函數關于求偏導，是一致性誤差的導數，通過將穩態條件應用于公式（8），根據極大極小原則，對哈密頓方程求偏導，推導出理想控制輸入以及理想事件觸發條件，即：
36、???（9）
37、其中，，是發電機的控制輸入權重矩陣的逆，是系統控制輸入矩陣的轉置，為理想控制輸入，為理想時間觸發條件。
38、進一步地，步驟4中，所述固定時間強化學習神經網絡，包括輸入層，隱藏層和輸出層；
39、所述輸入層，用于接收并傳遞多機互聯同步發電機系統的實時誤差信號，其中輸入信號為發電機與跟蹤目標的一致性誤差；
40、所述隱藏層，構建激活函數，用于逼近最優值函數，激活函數設計為，其中可選為，其中可選為，其中可選為；
41、所述輸出層輸出為最優值函數，即：
42、????（10）
43、其中，是預期的固定時間強化學習神經網絡權重的轉置；是m維的實數空間；是激活函數并且；且分別是近似誤差和形成的誤差集；
44、由于預期固定時間強化學習神經網絡權重未知，設計固定時間強化學習神經網絡權重估計來估計，則最優值函數的估計為：
45、?????????????（11）
46、其中，是固定時間強化學習神經網絡權重估計的轉置；
47、基于設計的固定時間強化學習神經網絡權重估計得到最優控制輸入和最優事件觸發條件為：
48、????????（12）
49、其中，為最優控制輸入，為最優事件觸發條件；
50、將最優控制輸入和最優事件觸發條件（12）代入哈密頓方程（8），得到以下殘差誤差函數：
51、（13）
52、其中，為發電機i的鄰居的最優控制輸入，為發電機i的鄰居的最優事件觸發誤差；
53、基于殘差誤差函數設計損失函數為：
54、???????（14）
55、其中，為發電機i的狀態向量，為發電機i的狀態向量，為驅動固定時間收斂的常數指數，且，，；
56、根據梯度下降原理，對損失函數求偏導，推導出固定時間強化學習神經網絡權重估計的更新律為：
57、????（15）
58、其中，是評價神經網絡的學習率；為偏導算子，表示損失函數關于求偏導；
59、定義權重誤差為預期固定時間強化學習神經網絡權重和固定時間強化學習神經網絡權重估計的差，即，則權重誤差固定時間內收斂，收斂時間為：
60、（16）
61、其中，是的最小奇異值的q+1次方，是的最小奇異值的r+1次方，根據計算得到，為固定時間穩定系數，為固定時間設定參數，為固定時間收斂系數。
62、本發明所述的有益效果為：
63、1）本發明提出了一個同時考慮攻擊者、防御者以及事件觸發機制的博弈論框架，將其視為一個非合作多主體博弈問題后，開發了一種基于最優事件觸發條件的固定時間最優控制策略，該策略能在遭受故障注入攻擊的情況下確保達成共識，同時減少通信網絡的消耗；與傳統的基于事件觸發的零和博弈控制框架不同，本發明所提出的事件觸發條件是基于最優原則設計的，觸法閾值根據實時狀態動態調整；
64、2）本發明采用了固定時間收斂的神經網絡強化學習方法在線求解哈密頓方程，針對互聯同步發電機系統存在未知非線性動力學、傳統博弈控制依賴精確模型難以工程應用的問題，本發明在加入事件觸發機制后的完整誤差系統基礎上，引入神經網絡對最優值函數進行逼近，構造殘差誤差函數和損失函數，推導固定時間收斂的權重更新律，實現對哈密頓方程的在線求解。