中文标题：FDIA下融合高阶容积卡尔曼滤波与LSTM的配电网动态状态估计

英文标题：Dynamic State Estimation of Distribution Network by Integrating High-degree Cubature Kalman Filter and LSTM Under FDIA

来源期刊：电子与信息学报

基金项目：国家自然科学基金(62441311)，衢州市科技计划项目(s2025K069)

作  者：许大星¹ 苏磊² 韩鹤乔² 王海伦¹ 张恒³ 陈博⁴

作者单位：1. 衢州学院电气与信息工程学院 衢州 324000
2. 杭州电子科技大学自动化学院 杭州 310018
3. 江苏海洋大学计算机工程学院 连云港 222000
4. 浙江工业大学信息工程学院 杭州 310024

摘  要：配电网动态状态估计是保障电力物理信息系统安全稳定运行的关键技术，但系统的强非线性、高维特性及虚假数据注入攻击(FDIA)严重制约了其精度与安全。针对上述问题，本文提出一种融合高阶容积卡尔曼滤波(HCKF)与长短期记忆网络(LSTM)的动态状态估计方法。首先，建立基于混合量测的配电系统状态估计模型，并利用HCKF通过高阶容积点生成策略提升对强非线性高维配电网的状态估计精度；其次，结合加权最小二乘法(WLS)与HCKF的状态估计值，基于残差分析实现FDIA的快速检测；最后，当检测到FDIA时，利用LSTM模型对受攻击节点的量测数据进行时序预测与重构，修正状态估计结果。在IEEE33节点配电系统上的实验表明，在无FDIA时基于HCKF的动态状态估计算法对电压幅值和相角的估计精度高于现有方法。在FDIA场景下，验证了基于残差分析的攻击检测方法、基于LSTM的量测数据预测，以及所提动态状态估计算法的有效性。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250805