摘要：现如今，我国是经济快速发展的新时期，人们的生活质量在不断提高，对于电力的需求在不断加大。态势感知概念最早在太空和网络安全领域被提出，并被引入电力系统领域，近年来国内外学者对态势感知在电力系统的应用进行了广泛讨论。在此背景下，将电力系统实时运行状态辨识、发展趋势预测、态势可视化技术分别与Endsley定义的态势感知中的三大要素——“觉察”“理解”“预测”相映射，并将电力系统广域控制与风险调度对应于态势感知中的“决策行动”。接着，将上述内容依次展开，分别对电力系统事件监测、电力系统事件辨识、电力系统风险预测、态势可视化技术、广域控制和风险调度分别进行综述和分析，介绍现有方法的思路。最后，给出电力系统输电网态势感知目前研究的不足，指出人工智能和大数据技术是未来解决电力系统态势感知的研究方向。
关键词：态势感知；事件监测；事件辨识；风险预测；态势可视化；广域控制；风险调度
引言
随着物联网终端的海量接入、互联的需求增多，现有电力监控系统安全防护手段已不能满足安全需求，需要研究系统运行全过程的安全防护措施，保障电力监控系统全场景安全运行。为保障电网安全运行，推动调控云等基础设施建设，实现电网信息、网络及安全信息的全面感知，全面提升电网分析能力、故障处理能力和控制能力，本文通过构建电力监控系统全场景网络安全感知与主动防御体系，可满足网络终端海量接入和能源互联网的安全需求，积极应对外界环境中物理、网络、主机、应用等各层面的安全威胁，研究系统运行全过程的安全防护措施，保障电网安全运行。
1电网安全态势感知
网络安全态势感知(NSSA)表征态势感知(Situa-tionAwareness，SA)应用于网络安全领域，其模型主要包括网络安全态势要素获取、态势理解、态势预测。态势要素获取主要对网络设备进行实时数据采集、数据规范化处理，通过数学模型分析出异常网络活动。态势理解主要是识别攻击活动、找到攻击源。态势预测则是通过识别的攻击活动判断系统可能遭受的威胁，进而预测下一步网络的变化趋势。NSSA既能充分了解自己，又能有效识别网络威胁。电网安全态势感知则是获取电网态势要素(运行状态)、寻找异常网络活动，理解电网安全的异常状态、攻击源，进一步预测电网安全趋势，为调度人员提供辅助决策。
2电力系统实时运行状态辨识
2.1电力系统事件监测
随着可再生能源的大量接入，电力系统的动态响应越来越难以预见，因此电力系统事件的实时监测是电力系统态势感知研究的重要组成部分。其中，区域间振荡可以通过电力系统同调分析进行监测。短路故障、切机切负荷等故障则可以通过主成分分析（principlecomponentanalysis，PCA）、定量递归分析等方法进行监测。目前，电力系统同调监测方法分为基于物理模型的方法和基于数据驱动的方法两大类。其中，基于物理模型的方法包括慢同调法、电气距离法、状态空间法等；基于数据驱动的方法包括非线性变换法、主成分分析法、投影寻踪法、相似度聚类法等。慢同调法在辨识电力系统弱联络线中的应用，进而使用两时间尺度理论对发电机进行同调分群，但是慢同调法采用的是线性化系统模型，因此对电力系统的非线性考虑还不够充分。提出基于电气距离的同调机群监测方法，认为不同故障对发电机同调特性的影响随着电气距离的增加而减小，当电气距离较大时，发电机的同调性只与电气距离有关。提出基于状态空间的监测方法，通过构建可达性格拉姆矩阵（Grammatrix）和李雅普诺夫方程（Lyapunovequation），监测电力系统的暂态稳定性和发电机组之间的同调性。
2.2可靠性评估
智能信息引擎的可靠性评估模块使用状态估计、静态安全分析以及稳定分析等高级应用的计算结果，监视电网当前的可靠性状态；可靠性评估模块的基态越限分析功能使用状态估计识别出的越限及越限严重程度，驱动综合展示界面上的基态越限分析相关的画面；预想故障越限分析功能使用静态安全分析识别出的预想故障后越限及越限严重程度，驱动综合展示界面上的预想故障越限分析相关的画面；稳定分析功能使用暂态稳定分析、动态稳定分析及电压稳定分析的结果，驱动电网稳定评估相关的画面。
2.3可信互联建设内容
采集层的建设按照“设备自身感知、监测装置分布采集、安全信息集中监测”的原则。采集层架构如图2所示，其中风险感知系统主要通过网络安全监测装置对主站和厂站监控系统信息进行采集，并通过电力调度数据网（一种电力专用广域数据通信网络，其主要作用是实现厂站信息数据采集、传输及处理）与主站网络安全管理平台数据采集网关进行数据通信。网络安全管理装置部署于主站及厂站监控系统内，通过主动（事件类信息）、被动（状态类信息）方式采集被监视设备安全事件信息；数据采集网关部署于调度数据网Ⅰ、Ⅱ区网络边界，接收主站及厂站网络安全监测装置信息，并对数据进行处理后传输至网络安全管理平台信息处理模块。安全数据采集功能按照采集对象设备类型划分为四类，分别为主机设备数据采集、网络设备数据采集、数据库数据采集、安全设备数据采集。
2.4态势可视化技术
电力系统态势感知未来发展的道路还很长，除了需要提出解决相关问题的新理论和新方法之外，可视化技术也是态势感知重要的研究方向，也是构建人机友好的调度监视界面的必由之路，其对应于态势感知中的“觉察”和“理解”要素。从仪表盘到可视化设备，从数据采集与监控（supervisorycontrolanddataacquisition，SCADA）系统到WAMS，从远动终端单元（remoteterminalunit，RTU）到PMU，运行人员了解电力系统运行状态的手段越来越丰富，获得的信息越来越多样，获取的方式越来越便捷，人机交互的界面也越来越友好。可视化分析的基本流程通过人机交互将自动和可视化分析方法紧密结合。
3电力系统发展趋势预测
电力系统发展趋势预测是电力系统态势感知的关键一环，对应于Endsley态势感知框架中的“预测”，其主要包含考虑系统内部故障和外部环境因素的风险预测和连锁故障分析等。风险预测和连锁故障分析的结果是电力系统发展趋势预判的重要依据，其通过一些概率分布模型和风险损失函数来考虑发生连锁故障的可能性和严重程度，从而预测未来电力系统可能的发展趋势。
结语
针对智能电网面临的日益严峻的网络安全威胁，围绕风险、资产、业务应用等对象，构建了电力调控中心网络安全态势感知系统，从安全日志、终端行为、网络流量、业务数据、故障诊断等多方面入手，进行数据信息的全面收集，而后通过人工智能及机器学习建立安全威胁分析模型，实现从传统的静态特征匹配发现到主动关联分析发现。同时通过资产运维，以资产和业务为维度展示全局风险，通过工单流程驱动风险闭环，通过响应联动实现威胁及时遏制，从而完成自适应安全闭环，有效提升对电力关键基础设施的安全态势掌控和主动防御能力。
参考文献
［1］杨鹏，马志程，靳丹，等．面向智能电网的网络态势评估模型及感知预测［J］．兰州理工大学学报，2015(4):45－49．
［2］柏骏，夏靖波，钟赟，等．网络运行态势感知技术及其模型［J］．解放军理工大学学报:自然科学版，2015(1):63－67．
［3］石波，谢小权．基于DS证据理论的网络安全态势预测方法研究［J］．计算机工程与设计，2013，34(3):821－825．