CC BY
49
© Гурина Л.А., Зорина Т.Г., Томин Н.В., Прусов С.Г. УДК 621.311:004.052
УГРОЗЫ И УЯЗВИМОСТИ ОБЪЕКТОВ КИБЕРФИЗИЧЕСКОЙ ЭНЕРГЕТИЧЕСКОЙ СИСТЕМЫ ПРИ ЦИФРОВОЙ ТРАСФОРМАЦИИ ЕЕ
СВОЙСТВ
Гурина1 Л.А., Зорина2 Т.Г., Томин1 Н.В., Прусов2 С.Г.
1Институт систем энергетики им. Л.А. Мелентьева СО РАН, г. Иркутск 2Институт энергетики Национальной академии наук Беларуси, г. Минск
Аннотация: ЦЕЛЬ. Анализ угроз и уязвимостей при оценке рисков цифровизации объектов информационно-коммуникационной и технологической инфраструктур киберфизической энергетической системы (КФЭС), в том числе и при кибератаках. МЕТОДЫ. При проведении исследований использовались закон Парето и АВС-анализ, позволяющий классифицировать и оценить риски цифровизации по степени их важности. РЕЗУЛЬТАТЫ. Проанализированы факторы, обусловливающие возникновение рисков при цифровизации и информатизации объектов энергетики. Выявлены угрозы кибербезопасности цифровой платформы управления КФЭС и наиболее уязвимые к кибератакам ее компоненты. Полученные оценки рисков цифровизации объектов энергетики на примере реальной энергосистемы позволили выделить наиболее значимые риски с точки зрения возможного ущерба. ЗАКЛЮЧЕНИЕ. Проведенные исследования могут быть полезными при переходе к риск-ориентированному управлению КФЭС, а также при разработке мер по снижению рисков при цифровизации объектов энергетики.
Ключевые слова: киберфизическая энергетическая система; цифровая трансформация; цифровая платформа управления; риск; кибербезопасность.
Благодарности: Работа выполнена в рамках научного проекта «Теоретические основы, модели и методы управления развитием и функционированием интеллектуальных электроэнергетических систем», № FWEU-2021-0001.
Для цитирования: Гурина Л.А., Зорина Т.Г., Томин Н.В., Прусов С.Г. Угрозы и уязвимости объектов киберфизической энергетической системы при цифровой трасформации ее свойств // Вестник Казанского государственного энергетического университета. 2022. Т. 14. №3 (55). С. 89-98.
THREATS AND VULNERABILITIES OF THE OBJECTS OF CYBER-PHYSICAL ENERGY SYSTEM IN THE CONTEXT OF DIGITAL TRANSFORMATION OF ITS
PROPERTIES
Gurina LA, Zoryna TG, Tominl NV, Prusov SG.
1The Institute of Energy Systems named after L.A. Melentyev SO RAS, t. Irkutsk 2 Institute of Energy of the National Academy of Sciences of Belarus, Minsk
Annotation: THE PURPOSE. Analysis of threats and vulnerabilities in the assessment of risks of digitization of objects of information and communication and technological infrastructures of cyberphysical energy system (KFES), including cyber-attacks. PRACTICE. The studies used the Pareto Law and ABC-analysis to classify and assess the risks of digitization according to their degree of importance. RESULTS. The factors that determine the occurrence of risks at digitization and informatization of power facilities have been analyzed. The threats to cybersecurity of the KFES digital management platform and its components that are most vulnerable to cyberattacks have been identified. The obtained assessments of risks of digitization of power facilities on the example of the real energy system allowed to highlight the most significant risks in terms of possible damage. CONCLUSION. The studies carried out could be useful in the transition to risk-based management of CFES, as well as in the development of measures to reduce risks in the digitization of energy facilities.
Keywords: cyberphysical energy system; digital transformation; digital management platform; risk; cyber security.
Acknowledgements: The work was done within the framework of the scientific project «Theoretical bases, models and methods of management of development and operation of intelligent electric power systems», FWEU-2021-0001.
For citation: Gurina LA, Zoryna TG, Tomin NV, Prusov SG. Threats and vulnerabilities of cyberphysical energy system objects in the digital transformation of its properties. KAZAN STATE POWER ENGINEERING UNIVERSITY BULLETIN. 2022;14;3(55):89-98.
Введение
Развитие распределенной генерации на основе возобновляемых источников энергии в энергетических системах, а также все большее участие активных потребителей в выработке энергии, требует для нормального функционирования такой децентрализованной энергосистемой все более интеллектуальных методов управления и мониторинга с использованием различных информационных и коммуникационных технологий. Применение интеллектуальных счетчиков, цифровых измерительных устройств и оборудования на основе различного аппаратного и программного обеспечения, трансформирует энергетическую систему в сложную киберфизическую энергетическую систему (КФЭС) с интегрированной информационно-коммуникационной инфраструктурой [1, 2]. Сильное взаимодействие между подсистемами КФЭС влечет за собой новые внешние и внутренние угрозы, которые необходимо учитывать при оценке риска КФЭС. К дополнительным рискам можно отнести риск кибербезопасности, технологический и экономические риски. Поэтому для обеспечения надежного функционирования КФЭС становится актуальным снижение влияния опасных по последствиям описанных факторов.
Целью статьи является выявление угроз и уязвимостей, обусловливающих возникновение рисков при цифровизации и информатизации объектов КФЭС и последующая их оценка.
На базе цифровых технологий в России создаются и развиваются микросети с собственной генерацией и активными потребителями - активные энергетические комплексы (АЭК) промышленного типа. АЭК - функционирующие в составе ЕЭС России объекты по производству электрической энергии и технологически присоединенные к его энергетическим установкам энергопринимающие устройства промышленных предприятий и крупных коммерческих центров, регулирование производством и потребления ЭЭ осуществляется с применением управляемого интеллектуального соединения (УИС) АЭК. [3].
Управление объектами АЭК осуществляется при помощи аппаратно-программных комплексов (АПК) УИС, которые интегрированы в цифровую платформу интеллектуального управления распределенными энергоресурсами [4], характерными особенностями которой является большое многообразие двунаправленных связей, множество цифровых компонентов с повышенной уязвимостью к кибератакам [5]. Для выявления и устранения критических технологических и операционных последствий реализованных угроз для функционирования объектов распределенной генерации (АЭК) в основу управления ими должен быть заложен риск-ориентированный подход.
В статье проанализированы проблемы цифровой трансформации в энергетике, на примере реальной энергосистемы проведена оценка рисков в условиях цифровой трансформации свойств КФЭС, выявлены угрозы кибербезопасности, выделены наиболее опасные по последствиям кибератаки для цифровой платформы управления КФЭС.
Цифровая трансформация в энергетике
Цифровая трансформация является значимым и актуальным драйвером повышения эффективности работы всех отраслей национальной экономики, в том числе и энергетики как базовой отрасли национальной экономики любого региона, так и страны в целом.
Как справедливо отмечалось Маториной Н.П. [6] энергетическая система меняется и развивается с изменениями в государстве и потребностями общества. Соответствие возможностей энергетики ожиданиям потребителей электроэнергии показывает её эффективность, поскольку данная отрасль технологически сложная, затратная и инерционная и не во всём готова к требованиям развития. Растущие возможности энергетики пока ещё отстают от запросов общества, ожиданий потребителей. Разрыв между ними требует критических изменений в энергетике.
90
Соответственно, данный разрыв в ожиданиях и возможностях может быть сокращен следующими основными способами:
- классический (инвестиционный), который состоит в замене устаревшего энергозатратного оборудования, строительстве новых и модернизации существующих электрических сетей, в результате чего снизится количество отключений, потерь энергии и т.п. При этом данный способ является капиталоемким, длительным и, соответственно, значительно скажется на изменении тарифов;
- повышение системной надежности за счет интеллектуализации электрических сетей и оборудования электрических станций и подстанций. Данное направление позволит, в конечном счете, качественно изменить целевую картину энергетики, где потребитель энергии будет управлять энергопотреблением, имея локальную генерацию и системы накопления энергии.
Такие изменения потребуют готовности энергетики к управлению и обработке входных массивов данных, увеличенных в десятки раз, время реагирования на изменения должно практически обнулиться. Как следствие энергетика должна пережить цифровую трансформацию. Косвенным следствием данных процессов будет то, что от энергосистемы потребуется уже не повышение, а регулирование тарифов на электроэнергию.
Ранжирование рисков, вызываемых информационными технологиями на основных стадиях энергетического производства
Классификационная шкала оценки рисков цифровой трансформации была составлена по трем технологическим стадиям энергетического производства (генерация, передача, распределение) на основании проведенного исследования сектором «Экономики энергетики» Института энергетики Национальной академии наук Беларуси шести РУП-облэнерго и ГПО «Белэнерго» для Республики Беларусь (табл. 1). Рассматривались следующие риски цифровой трансформации - Отказы или сбои в работе объектов информатизации, непосредственно управляющих генерирующим оборудованием электростанций, подстанций (1); Хакерские кибератаки (2); Некачественное исполнение проекта по первичной разработке алгоритма управления техпроцессом (3); Недостаточный уровень квалификации персонала (4); Отказы или сбои в работе объектов информатизации, непосредственно управляющих энергообъектами центральной диспетчерской службой (5); Отсутствие на предприятиях энергетики специализированных подразделений, непосредственно отвечающих за информационную безопасность (6); Разнородность использования программных и аппаратных средств на вновь построенных автоматизированных систем управления технологическими процессами (АСУ ТП) (7); Цифровая зависимость от технологий и от поставщиков этих технологий (8); Несовместимость срока эксплуатации технических средств АСУ ТП и основного технологического оборудования (9); Низкий уровень информатизации (цифровизации) управления генерирующим оборудованием, передающей сети, распределительной сети (10); Несоответствие средств информационной безопасности внедренным информационным решения (11); Отказы или сбои в работе объектов информатизации, непосредственно управляющих оборудованием распределительных устройств электростанций (12); Отказы или сбои в работе объектов информатизации, непосредственно управляющие оборудованием контроля вредных выбросов в окружающую среду (13).
Таблица 1
Классификационная шкала оценки рисков цифровой трансформации
Виды риска Итоговая значимость риска Удельный вес, % Кумулятивный удельный вес, % Ранг значимости
Группа А - Высокая важность риска
(1) 185 11.85 11.85 1
(2) 171 10.95 33.5 2
Группа В - Средняя важность риска
(3) 167 10.7 33.5 3
(4) 159 10.19 43.69 4
(5) 153 9.8 53.49 5
(6) 128 8.2 61.69 6
(7) 115 7.37 69.06 7
Продолжение таблицы 1
(8) 112 7.17 76.23 8
(9) 102 6.53 82.77 9
(10) 96 6.15 88.92 10
(11) 82 5.25 94.17 11
Группа С - Низкая важность риска
(12) 74 4.74 98.91 12
(13) 17 1.09 100 13
Итого 1561 100
Исходя из полученных результатов исследования, наиболее значимыми с точки зрения возможного ущерба являются риски цифровизации, связанные со сбоями оборудования, управляющим основным энергетическим оборудованием электростанций и подстанций, а также кибератаки на объекты энергосистемы.
Поскольку отмеченные ранее низкие темпы роста эффективности энергетики являются сдерживающим фактором для развития экономики, то задача её цифровизации становится одной из приоритетных как в Российской Федерации, так и в Республики Беларусь. Однако экономические последствия цифровой трансформации имеют двойственную природу: с одной стороны - это рост эффективности функционирования энергосистемы, а с другой - возникновение рисков при цифровизации объектов киберфизических энергетических систем, особенно компонентов информационно-коммуникационной инфраструктуры и связанный с этим переход к цифровым платформам управления КФЭС, обусловливающий наибольший риск кибербезопасности.
В этой связи проанализированы возможные угрозы кибербезопасности при управлении КФЭС и выявлены наиболее опасные по последствиям кибератаки.
Угрозы кибербезопасности цифровой платформы управления объектами распределенной энергетики.
Цифровая платформа управления объектами распределенной энергетики - это многокомпонентная система со сложной архитектурой, включающая в себя:
- подсистему интеллектуального управления;
- подсистему мониторинга состояния и диагностики компонентов платформы и приложений;
- подсистему интернета вещей (1оТ);
- подсистему формирования и интеллектуализации онтологических моделей, информационных моделей, цифровых моделей и цифровых двойников [7];
- подсистема управления электронными документами;
- подсистему проведения энергетических трансакций [4].
Отличительными особенностями описанной системы управления от традиционной оперативно-диспетчерской системы управления энергетической системой при цифровизации ее компонентов является то, что интеллектуальное управление осуществляется на основе информационных моделей, цифровых двойников и интернета энергии при применении информационных, математических и цифровых технологий с использованием больших объемов данных.
Цифровой двойник - виртуальный прототип реального объекта, позволяющий проводить эксперименты и проверять гипотезы, прогнозировать поведение объекта и решать задачу управления его жизненным циклом. Согласно [8], цифровой двойник электрических сетей - это реализованная на базе специального программного обеспечения сверхреалистичная цифровая модель электрических сетей, способная оценивать надежность электроснабжения умного микрорайона и выявлять уязвимые места в его электрической сети, разрабатывать и визуализировать различные сценарии развития сети. В ИСЭМ СО РАН [9] предложен подход к построению цифрового двойника электрических сетей на базе метода обучения с подкреплением. Ядро модели цифрового двойника - цифровой агент, который способен постоянно взаимодействовать с физическим объектом (электрической сетью, микрогридом), для поиска оптимальной стратегии управлениям им. Этот подход был развит для создания мультиагентной модели управления энергохабами-агентами [10], представляющие собой «умные» здания с системами регулирования климатом типа ИУАС (отопление, вентиляция и кондиционирование). Таким образом каждый агент - это
цифрового двойника энергохаба, который наблюдает за состоянием XI (режим работы) и принимает решение об управляющих действиях й ; на основе своей стратегии по умолчанию па (рис. 1).
Рис.1. Архитектура ЦД энергетического хаба на базе обучения с подкреплением
Fig.1. Architecture of the DC power hub based on training with reinforcement
Алгоритм обучения с подкреплением учитывает как xh так и d¿. Затем он решает, применять ли действие dt или собственное выработанное действие иt = п а (х ¿) к физической системе G (энергохаб-здание). Затем система генерирует сигнал обратной связи (вознаграждение) r и следующее состояние xt+ъ которое наблюдает цифровой двойник. Вознаграждение используется для улучшения стратегии агента. Предложенный подход к построению цифрового двойника приводит к постановке так называемого безопасного обучения (англ. safe reinforcement learning), когда мы получаем стратегию управления энергообъектом, которая позволяет обеспечить высокую надёжность её работы и избежать возможных катастрофических ошибок (например, вследствие различных кибератак на цифровую систему управления).
В мультиагентной постановке такой подход позволяет агентам HVAC-зданий оптимизировать общую кривую спроса на электроэнергию и минимизировать выбросы CO2 всего энергорайона посредством управления накоплением тепла в отдельных зданиях. В разработанной программной среде подобные здания-агенты способны обмениваться информацией с электросетью (спрос, уровень выбросов диоксида углерода, цены на электроэнергию), устанавливая динамическую координацию друг с другом (рис. 2).
Рис.2. Общая схема взаимодействия агентов- Fig.2. General scheme of interaction of agents-энергохабов цифрового двойника в задачи energy hubs of digital double in the tasks of power управления спросом на электроэнергию demand management
При этом отдельный агент цифрового двойника, представляющий собой цифровой контроллер управления накопителями тепла, имеет доступ к конечному оборудованию системы управления климатом здания: тепловым насосам и электрическим нагревателям, которые позволяют регулировать накопление горячей (для бытового потребления) и охлажденной воды (для кондиционирования воздуха). В разработанном методе, агенты цифрового двойника учатся и взаимодействуют между собой для максимизации суммарной функции вознаграждения, т.е. минимизацией суммарного спроса на электроэнергию
П=з1дп(ЕО(\Et\max?(О^Е^) 2 - \Ch\maXr(О^СЬ) (1)
где Е\ - чистый спрос на электроэнергию (кВтч) и углеродоемкость (кгС02/кВтч) здания ¿, X ЕI - - чистый спрос на электроэнергию (кВтч) и углеродоемкость (кгС02/кВтч) всего энергорайона, - знак чистого спроса (например отрицательный, когда просьюмеры
продают электроэнергию). Фактически уравнение (1) - мульти-целевая функция агента
цифрового двойника, минимизирующая среднее значение всех показателей формирования нагрузки: линейного изменения мощности, коэффициента нагрузки, максимального пикового спроса, дневного максимума спроса и общего объема электропотребления.
В качестве модели энергорайона, был рассмотрен фрагмент распредсети 110-6/0.4 кВ сеть, включающей девять многоэтажных зданий, объединённых в мультиагентную систему регулирования спроса. Было проведено сравнение двух типов контроллеров регулирование энергоспроса: эталонный контроллер на основе правил и мультиагентный контроллер, на основе подхода цифрового двойника. На рисунке 3 показано чистое потребление электроэнергии, полученное основе применения мультиагентного контроллера в течении определённой недели летом по результатам обучения на выборки данных за 1 год и 5 лет соответственно. Как видно из рисунка, предложенный контроллер работает значительно лучше, чем эталонной в течение 5-го года обучения.
нагрузка без накопителей зяектрознергии
Рис. 3. Результаты сравнения различных методов Fig. 3. Results of comparison of différent methods of управления спросом на электроэнергию power demand management of the analysed power анализируемого энергорайона district
Интернет вещей обеспечивает возможность выстраивать мультиагентное управление энергосистемами, которое нацелено на формирование и регулирование режима передачи электроэнергии и его параметров, а также на экономическую оптимизацию работы энергосистемы и входящих в нее пулов энергетического оборудования [11, 12].
Вместе с тем, наряду с описанными возможностями и преимуществами таких систем управления распределенной энергетикой при цифровизации ее объектов возрастают и риски кибербезопасности, связанные, прежде всего, с обеспечением целостности, доступности и конфиденциальности информации, используемой при управлении.
Последствиями успешно реализованных кибератак на цифровые компоненты информационно-коммуникационной инфраструктуры системы управления распределенной энергетикой могут быть информационные отказы, отказы аппаратного и программного обеспечения и отказы их взаимодействия, которые без принятия соответствующих мер по обеспечению кибербезопасности, в свою очередь, могут привести к многочисленным нарушениям функций управления, например, потере наблюдаемости, формированию ложных управляющих воздействий и т.д. Атаки, направленные на сети передачи данных, могут привести к нарушению трафика и потере данных, требуемых при управлении энергосистемой [13].
Становится важным защита от кибератак как самих цифровых двойников, цифровых и информационных моделей объектов энергетики, так и их программного обеспечения, поскольку несанкционированный доступ и дальнейшее использование цифровых двойников злоумышленниками, позволит иметь полное представление об управляемом объекте, его поведении и определить уязвимые места при дальнейшем использовании. Кроме этого, успешно проведенные скрытые FDI-атаки на информационное обеспечение цифровых двойников могут привести к катастрофическим последствиям в функционировании объектов энергетики.
Кибертаки, направленные на сервисы и устройства IoT, могут привести к отключению интернет-сервисов, нарушению цепочек поставок и выработки электрической энергии [14].
Анализ [15-17] позволил выделить опасные по последствиям для цифровой платформы управления распределенной энергетикой кибератаки, описание которых приведено в таблице 2.
Таблица 2
Угрозы и последствия реализованных кибератак на цифровую платформу
управления
Угрозы Компоненты цифровой платформы управления Нарушения
FDI-атака Информационная модель, цифровой двойник, цифровая модель, WAMS, SCADA/EMS, IoT Целостность
DoS-атака Коммуникационные линии, WAMS, SCADA/EMS, IoT Доступность
Человек-по-середине Коммуникационные линии, WAMS, SCADA/EMS, IoT Целостность
Spoofing Информационная модель, цифровой двойник, цифровая модель, WAMS, SCADA/EMS, IoT Целостность
Jamming (DDoS- атака) Коммуникационные линии, WAMS, SCADA/EMS, IoT Доступность
Атака повторного воспроизведения Коммуникационные линии, WAMS, SCADA/EMS, IoT Целостность
Вредоносное ПО: Stuxnet, BlackEnergy, Crash Override, Trisis/Trident, Duqu, Wiper, Flame, Industroyer, Triton, PoetRAT Информационная модель, цифровой двойник, цифровая модель, WAMS, SCADA/EMS, IoT Целостность Доступность Конфиденциальность
Таким образом, отказы и сбои в работе компонентов как цифровой платформы управления КФЭС, так и оборудования в технологической части могут быть вызваны успешно проведенными кибератакми.
Классификация потерь, вызываемых кибератаками
Кибератаки являются одним из наиболее значимых видов рисков цифровой трансформации с точки зрения затраты - результат. Так согласно данным [18] средняя стоимость кибератаки составляла, например, в 2020 г. 133 тыс. долл. США, а общие затраты на нивелирование последствий кибератак в мире составит более 6 трлн. долл. США, что сопоставимо, например, с размером в 100 годовых ВВП Республики Беларусь. Учитывая высокий экономический ущерб от их осуществления, для более качественной оценки экономических последствий цифровой трансформации классифицируем наиболее существенные риски, вызванные хакерскими кибератаками, в сфере энергетики.
Разделим их на 2 основные группы потерь: прямые и сопутствующие:
К прямым будут относиться следующие:
- недоотпуск энергии потребителям, нарушение энергоснабжения потребителей особенно 1-й и 2-й группы, вызванные нарушением в работе оборудования и программного обеспечения электростанций, подстанций, диспетчерских пунктов управления объединенной энергосистемой;
- необходимость восстановления (ремонт, модернизация) непосредственно вышедшего из строя оборудования, программного обеспечения в результате хакерских кибератак;
- затраты на оплату труда персонала, осуществляющие восстановление работоспособности энергосистемы, вызванные кибератаками;
К сопутствующим относятся:
- сопутствующий ущерб отраслям национальной экономики, связанный с перебоями в энергоснабжении;
- необходимость содержания резерва мощности для обеспечения надежности функционирования энергосистемы;
- репутационные потери энергопредприятий, выражающиеся в уменьшении стоимости Goodwill компании;
- уменьшение котировок акций для энергокомпаний, торгующих на национальном и международном фондовых рынках.
Заключение
1. Проведен анализ причин появления рисков при цифровой трансформации свойств КФЭС.
2. Выявлены угрозы кибербезопасности цифровой платформы управления КФЭС, описаны наиболее уязвимые к кибератакам ее компоненты.
3. Проведена оценка рисков при цифровизации объектов энергетики как в управляющей, так и в технологической подсистемах КФЭС, на примере реальной энергосистемы для выделения наиболее опасных по нанесенному ущербу для энергосистемы.
В дальнейшем, проведенные исследования могут быть полезными при переходе к риск-ориентированному управлению КФЭС, а также при разработке мер по снижению рисков при цифровизации объектов энергетики.
Литература
1. N. Voropai. Electric Power System Transformations: A Review of Main Prospects and Challenges. Energies // 2020. V. 13(21), 5639. doi:10.3390/en13215639.
2. RV. Yohanandhan, RM. Elavarasan, P. Manoharan and L. Mihet-Popa. Cyber-Physical Power System (CPPS): A Review on Modeling, Simulation, and Analysis With Cyber Security Applications // in IEEE Access. 2020. V.8. pp. 151019-151064. doi: 10.1109/ACCESS.2020.3016826.
3. Дацко К.А. Активные энергокомплексы // Энергетическая политика. 2020. №. 6(148). С. 64-75. DOI: 10.46920/2409-5516_2020_6148_64.
4. Илюшин П.В., Ковалев С.П, Куликов А.Л., Небера А.А., Непша Ф.С. Методы интеллектуального управления распределенными энергоресурсами на базе цифровой платформа: монография. М.: НТФ «Энергопрогресс». 2021. 116 с.
5. Рогалев Н.Д., Молодюк В.В., Исамухамедов Я.Ш., Прокофьев П.С. Цифровая энергетика и проблема обеспечения надежности // Методические вопросы исследования надежности больших систем энергетики: Вып. 72. Надежность систем энергетики в условиях их цифровой трансформации. В 2-х книгах. / Книга 1 / Отв. ред. Н.И. Воропай. Иркутск: ИСЭМ СО РАН, 2021. C. 9-14.
6. Моторина, Н.П. Внедрение цифровых технологий в электроэнергетику / Н.П. Маторина // Цифровая трансформация в энергетике: Вторая всероссийская научная конференция: сборник трудов. 21 - 22 декабря 2020 года / Министерство науки и высшего образования Российской Федерации; Российский фонд фундаментальных исследований; ФГБОУ ВО «Тамбовский государственный технический университет»; Т.И. Чернышова, отв. ред. Тамбов: Изд-во Першина Р.В. 2021. C. 98-101.
7. S.K. Andryushkevich, S.P. Kovalyov, E. Nefedov. Composition and Application of Power System Digital Twins Based on Ontological Modeling // 2019 IEEE 17th International Conference on Industrial Informatics (INDIN). 2019. pp. 1536-1542, doi: 10.1109/INDIN41052.2019.8972267.
8. Никитина Е.В., Полуэктов А.Н., Кох С. Цифровой двойник для электрических сетей // Энергетическая политика. 2019. №. 4(46). С. 32-36.
9. Томин Н.В., Курбацкий В.Г., Борисов В.А., Музалев С.П. Активное управление электрической сетью на базе концепции цифрового двойника // Энергетическая политика. 2021. №. 2(57). С. 42-57.
10. N. Tomin, V. Kurbatsky, E. Barakhtenko, L. Maass and D. Yang. Distributed Multienergy System Flexibility Management using Advanced Optimization Techniques // 2021 International Conference on Electrotechnical Complexes and Systems (ICOECS). 2021. pp. 319324. doi: 10.1109/ITOECS52783.2021.9657473.
11. K. Wang et al. A Survey on Energy Internet: Architecture, Approach, and Emerging Technologies // in IEEE Systems Journal. 2018. V. 12. no. 3. pp. 2403-2416, Sept. 2018. doi: 10.1109/JSYST.2016.2639820.
12. Y. Yang, Z. Fang, F. Zeng, P. Liu. Research and prospect of virtual microgrids based on energy internet // 2017 IEEE Conference on Energy Internet and Energy System Integration (EI2). 201. pp. 1-5, doi: 10.1109/EI2.2017.8245517.
13. Колосок И.Н., Гурина Л.А. Оценка рисков управления киберфизической ЭЭС на основе теории нечетких множеств // Методические вопросы исследования надежности больших систем энергетики: Вып. 70. Методические и практические проблемы надежности систем энергетики. В 2-х книгах. / Книга 1 / Отв. ред. Н.И. Воропай. Иркутск: ИСЭМ СО РАН. 2019. C. 238-247. DOI: 10.1051/e3sconf201913901026.
14. F. Li, Y. Shi, A. Shinde, J. Ye and W. Song. Enhanced Cyber-Physical Security in Internet of Things Through Energy Auditing // in IEEE Internet of Things Journal.2019. V. 6. no. 3. pp. 5224-5231. June 2019. doi: 10.1109/JIOT.2019.2899492.
15. I. Kolosok, L. Gurina. Wavelet Analysis of PMU Measurements for Identification of Cyber Attacks on TCMS // 2018 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). 2018. pp. 1-4, doi: 10.1109/ICIEAM.2018.8728768.
16. I. Kolosok, L. Gurina. Monitoring and analysis of SCADA and WAMS data for EPS digitalization // E3S Web Conf. ENERGY-21 - Sustainable Development & Smart Management, 2020. V. 209. 02015, 2020. DOI: 10.1051/e3sconf202020902015/
17. A. Ashok, M. Govindarasu, J. Wang. Cyber-Physical Attack-Resilient Wide-Area Monitoring, Protection, and Control for the Power Grid // in Proceedings of the IEEEЭ. 2017. V. 105. no. 7. pp. 1389-1407. July 2017. doi: 10.1109/JPR0C.2017.2686394
18. Cost of cyber attacks vs. cost of cybersecurity in 2021 - Text : electronic // Sumo Logic [website] / 2022. URL: https://translated.turbopages.org/proxy_u/en-ru.ru.0f9ceb9b-628a388c-8399436b-74722d776562/https/www.sumologic.com/blog/cost-of-cyber-attacks-vs-cost-of-cyber-security-in-2021/ - (дата обращения: 20.05.2022)
Авторы публикации
Гурина Л.А.- канд. техн. наук, доцент, Институт систем энергетики им. Л.А. Мелентьева СО РАН.
Зорина Т.Г. - д-р. экон. наук, доцент, заведующий сектором «Экономика энергетики», Институт энергетики Национальной академии наук Беларуси.
Томин Н.В. - канд. техн. наук, Институт систем энергетики им. Л.А. Мелентьева СО РАН.
Прусов С.Г.- канд. экон. наук, ведущий научный сотрудник сектора «Экономика энергетики», Институт энергетики Национальной академии наук Беларуси.
References
1. N. Voropai. Electric Power System Transformations: A Review of Main Prospects and Challenges. Energies. 2020;13(21)5639. doi:10.3390/en13215639.
2. RV. Yohanandhan, R M. Elavarasan, P. Manoharan and L. Mihet-Popa. Cyber-Physical Power System (CPPS): A Review on Modeling, Simulation, and Analysis With Cyber Security Applications. In IEEE Access. 2020;8:151019-151064. doi: 10.1109/ACCESS.2020.3016826.
3. KA. Datsko. Active energy complexes. Energy Policy. 2020;6(148):64-75. doi: 10.46920/2409-5516_2020_6148_64.
4. PV. Ilyushin, SP. Kovalyov, AL. Kulikov, et al. Smart control of distributed energy resources on the basis of the digital platform: monograph. M. CJSC NTF «Energoprogress».2021. P. 116.
5. ND. Rogalev, VV. Molodyuk, Ya.Sh. Isamukhamedov, PS. Prokofiev. Digital energy and the problem of reliability. Conference on Methodological problems reliability study of large energy systems, 2021, pp. 9-14.
6. NP. Motorina. Intrduction of digital technologies in the power industry. II All-Russian scientific conference on Digital transformation in energy. 2020, pp. 98-101.
7. SK. Andryushkevich, SP. Kovalyov, E. Nefedov. Composition and Application of Power System Digital Twins Based on Ontological Modeling. 2019 IEEE 17th International Conference on Industrial Informatics (INDIN). 2019, pp. 1536-1542, doi: 10.1109/INDIN41052.2019.8972267.
8. Е. Nikitina, A. Poluektov, S. Koch. Digital twin for electrical networks. Energy of the Unified Grid. 2019;4(46:32-36.
9. NV. Tomin, VG. Kurbatsky, VA. Borisov, SP. Muzalev. Active grid management based on the digital twin concept. Energy of the Unified Grid. 2021;2(57):42-57.
10. N. Tomin, V. Kurbatsky, E. Barakhtenko, L. Maass and D. Yang. Distributed Multienergy System Flexibility Management using Advanced Optimization Techniques. 2021 International Conference on Electrotechnical Complexes and Systems (IC0ECS).2021. pp. 319324, doi: 10.1109/IC0ECS52783.2021.9657473.
11. K. Wang, et al. A Survey on Energy Internet: Architecture, Approach, and Emerging Technologies. 2018;12(3):2403-2416. Sept. 2018. doi: 10.1109/JSYST.2016.2639820.
12. Y. Yang, Z. Fang, F. Zeng, P. Liu. Research and prospect of virtual microgrids based on energy internet. 2017 IEEE Conference on Energy Internet and Energy System Integration (EI2). 2017. pp. 1-5. doi: 10.1109/EI2.2017.8245517.
13. IN. Kolosok, LA. Gurina. Risks assessment of cyber-physical EPS control based on the theory of fuzzy sets. Conference on Methodological problems reliability study of large energy systems. 2019. pp. 238-247. DOI: 10.1051/e3scontf201913901026.
14. F. Li, Y. Shi, A. Shinde, J. Ye and W. Song. Enhanced Cyber-Physical Security in Internet of Things Through Energy Auditing. In IEEE Internet of Things Journal.2019;6(3):5224-5231, June 2019, doi: 10.1109/ 2019.2899492.
15. I. Kolosok, L. Gurina. Wavelet Analysis of PMU Measurements for Identification of Cyber Attacks on TCMS. 2018 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). 2018. pp. 1-4. doi: 10.1109/ICIEAM.2018.8728768.
16. I. Kolosok, L. Gurina. Monitoring and analysis of SCADA and WAMS data for EPS digitalization. E3S Web Conf. ENERGY-21 - Sustainable Development & Smart Management, vol. 209, 02015, 2020, DOI: 10.1051/e3sconf202020902015/
17. A. Ashok, M. Govindarasu, J. Wang. Cyber-Physical Attack-Resilient Wide-Area Monitoring, Protection, and Control for the Power Grid. In Proceedings of the IEEE. 2017;105(7):1389-1407. July 2017. doi: 10.1109/JPR0C.2017.2686394.
18. Cost of cyber attacks vs. cost of cybersecurity in 2021.Text : electronic // Sumo Logic [website] / 2022. URL: https://translated.turbopages.org/proxy_u/en-ru.ru.0f9ceb9b-628a388c-8399436b-74722d776562/https/www.sumologic.com/blog/cost-of-cyber-attacks-vs-cost-of-cyber-security-in-2021/ (accessed date: 20.05.2022)
Authors of the publication
Gurina L.A - engineering scientist, Associate Professor, Melentiev Energy Systems Institute Siberian Branch of the Russian Academy of Sciences.
Zoryna T.G - Doctor of Economics, Associate Professor, Head of the sector "Energy Economics" of the Institute of Energy of the National Academy of Sciences of Belarus.
Tomin N.V - engineering scientist, Melentiev Energy Systems Institute Siberian Branch of the Russian Academy of Sciences.
Prusov S.G - Phd in economics s, leading researcher of the sector "Energy Economics" of the Institute of Energy of the National Academy of Sciences of Belarus.
Получено 08.09.2022г.
Отредактировано 09.09.2022г.
Принято 10.09.2022г.
