摘要
本申请公开了一种电力系统异常检测方法、装置、设备及存储介质,方法包括:分别提取物理层信息和信息层数据的特征,得到物理层特征和信息层特征,物理层信息包括节点电流等,信息层数据包括网络流量等;将物理层特征和信息层特征进行特征融合拼接操作,得融合特征向量;根据物理层的功率偏差和信息层的时延偏差分别计算物理层异常概率和信息层异常概率;将融合特征向量输入预设神经网络模型中进行异常检测,得异常概率预测值;依据物理层异常概率、信息层异常概率和异常概率预测值进行融合性异常检测分析,得异常检测结果。本申请能解决现有技术考虑层面太过单一,无法应对复杂电力信息物理攻击,导致不能准确及时检测出电力系统异常的技术问题。
技术关键词
电力系统异常检测
时延偏差
神经网络模型
有功功率
存储程序代码
特征提取单元
节点
出电力系统
数据
可读存储介质
处理器
电压
电流
变量
存储器
计算机
系统为您推荐了相关专利信息
数字孪生模型
动态负荷模型
测试方法
评估电力系统
有功功率
子模块
电化学阻抗谱
待测电池
电路模型参数
功率变换电路
故障类别
同步电机
永磁
故障诊断方法
故障诊断模型
意识障碍患者
分类方法
非线性动力学特征
非高斯噪声
多维度特征提取
物料运输车
注意力
计算机程序产品
图像
监控设备