《表1 最优攻击策略的平均攻击次数对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《考虑电-气耦合系统连锁故障的多阶段信息物理协同攻击策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

附录中图A6比较了4种场景下完成攻击目标的收敛曲线，实验结果为3次重复试验的平均值。从图中可见，在4种场景下，攻击次数均随着训练次数的增加而减少，证明本文所提的Q-Learning算法使攻击有效性得到持续提升。表1给出了在不同场景下算法收敛后，为实现攻击目标，最优攻击方案下电网侧信息物理协同攻击的平均次数。结果表明相较于未计及气网侧故障影响（场景1）的电网侧攻击，计及气网侧故障影响（场景2—4）的电网侧攻击均具有更高的有效性。而且随着气网侧攻击资源的增加，电网侧所需攻击的平均次数进一步降低。这是由于在场景2—4初始阶段，气网侧攻击会导致部分电-气耦合点的天然气机组出力下降。为满足负荷需求，其余火电机组出力上升，引起电网部分区域的线路负载过高。一旦重载线路受到攻击后潮流大规模转移可能引起更多的线路连锁故障。除此之外，随着气网最大攻击资源数量的增多，电-气耦合点受到的影响程度愈加变大，电网侧受到气网侧故障的风险传播影响更为严重，更易诱发连锁故障。