摘要
本发明公开了一种基于深度强化学习的智能电网虚假数据注入识别方法。该一种基于深度强化学习的智能电网虚假数据注入识别方法,包括以下步骤:选取电网中的预设节点为参考节点,获取系统节点状态集,所述系统状态集包括系统在检测时刻的相角和检测时刻检测器的测量值;基于所述系统节点状态集,构建直流电网系统模型,并在直流电网系统模型中定义攻击策略;随机选取所述系统节点状态集作为初始样本数据输入所述直流电网系统模型中,结合深度Q学习算法得到对抗性样本;搭建多层攻击检测算法框架对所述对抗性样本进行训练,得到电网恶意攻击识别模型。本发明通过对抗样本生成和多层次攻击检测算法框架,以解决虚假数据攻击检测精度低问题。
技术关键词
直流电网系统
深度强化学习
识别方法
深度Q学习
对抗性
快照
节点
算法框架
样本
退火方法
智能电网数据
场景
定义
检测器
深度神经网络
发电量
系统噪声
系统为您推荐了相关专利信息
信号测试点
信号完整性分析
深度强化学习模型
评估指标体系
多模态传感器
人脸表情识别方法
嵌入式设备
坐标
面部关键点
图像
高分遥感影像
深度学习模型
遥感图像数据
多任务
识别方法