面向电力网络攻击检测的特征选择堆叠集成学习方法、系统、设备及介质

本发明涉及电力数字空域网络攻击检测技术领域，本发明公开了面向电力网络攻击检测的特征选择堆叠集成学习方法、系统、设备及介质，包括，对原始数据集进行数据清洗和特征归一化；对高维特征进行联合特征选择，采用多种特征选择联合的方法选取特征子集；通过混合堆叠集成学习的方式处理得到的特征子集，使用基学习器学习联合特征选择后的多特征子集，然后将它们的结果集成，通过元分类器学习并做出最终预测；使用混合堆叠集成模型进行电力数字空域网络攻击的检测。本发明提供基于联合特征选择和ET‑CNN的混合堆叠集成学习检测框架，提升了检测模型的泛化能力、检测准确率和对不同特征的处理能力，能够更有效地感知电力数字空域网络中的各类攻击。