一种面向风电场功率预测的FDI攻击检测方法

AITNT
正文
推荐专利
一种面向风电场功率预测的FDI攻击检测方法
申请号:CN202411933124
申请日期:2024-12-25
公开号:CN120045892A
公开日期:2025-05-27
类型:发明专利
摘要
本发明属于FDI攻击检测技术领域,特别是一种的面向风电场功率预测的FDI攻击检测方法。所述方法包括:首先,运用原则和滑动窗口技术对获取的风电场功率数据进行预处理,将其切割成适合xLSTM‑AE模型处理的训练集、校验集以及测试集。接着,构建xLSTM‑AE模型,并使用上述训练集数据对模型进行训练,同时利用校验集来微调模型参数,以避免过拟合现象。模型训练完成后,根据原则为每台风电机组计算特定的阈值。最后,利用FDI攻击检测器对测试集数据进行FDI攻击检测,将那些平方残差超过各自阈值的测试集数据识别并标记为FDI攻击数据。本发明能够增强风电场功率预测系统的安全性与可靠性,提高风电场的经济效益和电网的稳定性。
技术关键词
风电场输出功率 面向风电场 攻击检测方法 滑动窗口技术 风电场功率预测系统 编码器结构 编解码 攻击检测技术 攻击检测模型 风电机组 序列 非线性 训练集数据 重构误差 参数 检测器
系统为您推荐了相关专利信息
1
炉况视频分析与标注系统
标注系统 视频分析 标注工具 数据管理模块 OpenCV算法
2
基于深度学习的混淆编码SQL与命令注入攻击检测方法
攻击检测方法 序列 分词 模块 命令
3
基于联邦深度学习的量子密钥分发侧信道攻击检测方法
联邦深度学习 卷积神经网络模型 攻击检测方法 侧信道数据 密钥
4
一种网络未知协议字段边界分割方法
字段 协议会话 网络流量捕获 滑动窗口技术 动态
5
基于CBL-iTransformer模型的中心动脉压波形重建方法
波形 特征提取模块 双向长短期记忆网络 深度学习网络模型 非线性映射关系
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号