基于深度学习的电力数据泄露识别方法及系统

一种基于深度学习的电力数据泄露识别方法及系统，该方法包括：S1.生成差分隐私标注用电数据集；S2.基于小波包分解与互信息筛选对差分隐私标注用电数据集进行特征映射，获得多尺度关键特征张量；S3.将多尺度关键特征张量置入鱼鹰优化算法引擎，完成局部精细寻优并输出鱼鹰优化最优超参数集合；S4.将鱼鹰优化最优超参数集合动态注入Mamba选择性状态空间网络，构建经优化的Mamba选择性状态空间网络结构，利用门控状态选择机制输出泄露高度相关的状态路径；S5.将泄露高度相关的状态路径送入联机决策模块，依据自组织阈值校验机制生成微量数据泄露预警结果。本发明使得优化策略更加敏感于微弱泄露信号区域。