基于鲁棒-轻量化Transformer模型优化的电网对抗防御方法与系统

本发明公开了一种基于鲁棒‑轻量化Transformer模型优化的电网对抗防御方法与系统，该方法将Transformer‑Encoder中的注意力头数、激活函数类型、Encoder中的层数及学习率、丢弃率等超参数作为决策变量，将优化过程中多分类检测良性样本F1分数性能较好的模型作为对抗攻击替换模型，并基于投影梯度下降攻击生成对抗样本，引入对抗训练后的模型参数数量、多分类检测良性样本1‑F1分数和对抗攻击成功率最小化作为优化目标，设计基于精英个体外部存档机制的多目标离散优化技术进行离线优化迭代，将获得的鲁棒‑轻量化Transformer模型进行在线部署，以实现智能电网入侵检测系统的对抗防御。