一种运用SVM算法实现电力系统网络安全数据精准分类的方法

本发明公开了一种运用SVM算法实现电力系统网络安全数据精准分类的方法，属于电力系统网络安全技术领域。针对传统方法处理高维异构、类不平衡数据时分类精度不足的问题，本发明构建多层次技术架构：通过信息增益与相关性融合的自适应加权特征选择算法降维；设计密度自适应调节的改进型混合核SVM模型，动态融合多项式核与RBF核；引入双目标优化模型及差异化惩罚系数策略。经某省级电网调度中心实测，攻击样本检测率从68.5％提升至95.1％，整体分类准确率达98.7％，误报率降至0.9％，10万样本训练时间<300ms，有效解决电力系统网络安全数据分类难题，提升检测精度与实时性。