An AI-Based Supervisory Measurement Integrity Validation Layer for Cyber-Resilient AC/DC Protection in Inverter-Based Microgrids

Resumen Técnico: Capa de Validación de Integridad de Medición Basada en IA para la Protección Ciber-Resiliente en Microredes Basadas en Inversores

1. El Problema: Vulnerabilidad de los Relés de Diferencial de Corriente (LCDR)

En las microredes modernas basadas en inversores, la protección de las líneas depende de los Relés de Diferencial de Corriente de Línea (LCDR). Estos dispositivos comparan las mediciones de corriente local y remota para detectar fallas internas basándose en la Ley de Kirchhoff. Sin embargo, debido a la creciente digitalización y dependencia de la comunicación sincronizada, estos relés son altamente vulnerables a Ataques de Inyección de Datos Falsos (FDIA).

Un adversario puede manipular los flujos de datos de las mediciones remotas para crear trayectorias de corriente que parezcan fallas físicas reales, provocando disparos falsos (false trips). Esto es especialmente crítico en microredes basadas en inversores, donde las corrientes de falla están limitadas por el control de los convertidores, lo que hace que los métodos tradicionales basados en la magnitud de la corriente o en fasores sean ineficaces para distinguir entre una falla real y un ataque cibernético.

2. Metodología: Capa de Validación de Integridad de Medición (MIVS)

Los autores proponen un esquema de validación que actúa como una capa de instrumentación supervisora que no modifica la lógica de protección existente, sino que la complementa.

• Arquitectura de IA: El núcleo del sistema es una Red Neuronal Recurrente (RNN). A diferencia de otros modelos, la RNN es ideal para este problema porque puede aprender las dependencias temporales y la estructura de las series de tiempo de las formas de onda de corriente instantánea.
• Funcionamiento: El MIVS analiza ventanas cortas de mediciones de corriente sincronizadas (pre y post disparo). Si el relé se activa, la MIVS evalúa la "consistencia física" de la trayectoria de la corriente. Si la trayectoria es detectada como una manipulación cibernética (FDIA), se bloquea el disparo; si es una falla real, se permite.
• Características clave:
  • No requiere sensores adicionales ni hardware auxiliar.
  • No requiere conocimiento previo de la topología de la red.
  • Es aplicable tanto a sistemas de Corriente Alterna (AC) como de Corriente Continua (DC).
  • Utiliza únicamente las mediciones de corriente ya disponibles en el relé.

3. Contribuciones Principales

1. Desarrollo de un marco de validación basado en aprendizaje profundo diseñado específicamente para LCDR en microredes con baja inercia (dominadas por inversores).
2. Versatilidad de aplicación: Capacidad de proteger tanto líneas AC como DC sin cambios estructurales en el sistema.
3. Validación en tiempo real: Demostración de que el esquema puede ejecutarse dentro de los estrictos límites de tiempo de la protección de potencia mediante simulaciones Hardware-in-the-Loop (HIL).

4. Resultados y Evaluación

El sistema fue evaluado en una microred de media tensión simulada en PSCAD/EMTDC y validada con un simulador en tiempo real OPAL-RT.

• Precisión de detección: El esquema logró una precisión extremadamente alta. Para el relé AC, bloqueó el 98.3% de los ataques FDIA manteniendo una alta fiabilidad en la detección de fallas reales (99.5%). Para el relé DC, bloqueó el 99.17% de los ataques.
• Escalabilidad: Se demostró que es posible entrenar un único modelo para asegurar todos los relés de un mismo tipo (AC o DC) en la microred, lo que reduce el esfuerzo de entrenamiento.
• Robustez: El sistema mostró una alta resistencia al ruido de medición (SNR de 40 dB), manteniendo precisiones superiores al 97%.
• Latencia: Las pruebas HIL confirmaron una latencia de detección de aproximadamente 1.2 ms, lo cual es perfectamente aceptable para los estándares de protección de sistemas de potencia, garantizando que la seguridad cibernética no comprometa la velocidad de la protección física.

5. Significancia e Impacto

Este trabajo representa un avance significativo en la seguridad ciber-física de las redes eléctricas inteligentes. Al proponer una solución que no requiere hardware costoso y que es capaz de interpretar la dinámica temporal de las corrientes en sistemas con inversores, los autores ofrecen una defensa robusta contra ataques sofisticados que buscan desestabilizar microredes críticas. La capacidad de distinguir entre una falla de alta impedancia y un ataque de inyección de datos falsos mediante el análisis de la estructura temporal de la señal es una innovación clave que posiciona a este método por encima de las técnicas basadas en magnitudes estáticas.