一种基于多模态数据融合的电网异常流量检测方法

本发明公开了一种基于多模态数据融合的电网异常流量检测方法，通过边缘计算节点采集电网多源异构数据，包括智能电表电流波形、SCADA系统状态变量、网络协议元数据及设备日志事件；对原始数据进行时空对齐预处理，采用滑动窗口机制将非结构化日志转化为时间序列，并通过LSTM自编码器消除传感器噪声；构建多维度特征空间，包括频域特征、时空特征和协议特征，得到特征向量；将特征向量输入混合检测模型，该模型由并联的孤立森林算法、改进型CNN‑LSTM分类器及基于信息熵的规则引擎构成，采用动态权重融合策略输出异常概率；当异常概率超过动态阈值时，触发多级响应机制：向边缘设备发送流量整形指令，在云平台生成设备指纹画像，并通过区块链存证异常事件特征。