System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 变电站的异常流量检测方法、装置、电子设备及存储介质制造方法及图纸_技高网

变电站的异常流量检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:41210577 阅读:3 留言:0更新日期:2024-05-09 23:33
本发明专利技术公开了一种变电站的异常流量检测方法、装置、电子设备及存储介质,其中,该方法包括:采集目标变电站在至少一个采集时刻下的原始流量数据;针对各原始流量数据,确定当前原始流量数据包含的至少一个待使用特征信息,并确定与各待使用特征信息对应的待使用信息熵;对所有的原始流量数据关联的至少一个待使用信息熵进行聚类,并根据聚类结果确定与目标变电站对应的异常流量数据。解决了现有技术中无法准确有效的识别变电站中的网络流量中的异常流量数据的问题,通过熵值计算和聚类算法相结合的方法对变电站中的原始流量数据进行处理,实现了快速准确的确定变电站中的异常网络流量的效果。

【技术实现步骤摘要】

本专利技术涉及变电站异常检测,尤其涉及一种变电站的异常流量检测方法、装置、电子设备及存储介质


技术介绍

1、变电站作为电力系统的重要组成部分,变电站的安全稳定运行关系到一个区域内的所有电力供应。

2、目前,在对变电站中的异常网络流量进行检测时,大多时从事件或空间上构建“正常模式”或“正常流量”为基准,或者是通过设置简单的流量数据阈值进行异常判断。但是在实际应用中,流量数据阈值的设置很难选择,可能存在误检或漏检变电站中的异常网络流量的问题。

3、为了解决上述问题,需要对变电站的异常流量检测方法进行改进。


技术实现思路

1、本专利技术提供了一种变电站的异常流量检测方法、装置、电子设备及存储介质,以解决现有技术中无法准确有效的识别变电站中的网络流量中的异常流量数据的问题。

2、第一方面,本专利技术实施例提供了一种变电站的异常流量检测方法,包括:

3、采集目标变电站在至少一个采集时刻下的原始流量数据;

4、针对各原始流量数据,确定当前原始流量数据包含的至少一个待使用特征信息,并确定与各待使用特征信息对应的待使用信息熵;

5、对所有的原始流量数据关联的至少一个待使用信息熵进行聚类,并根据聚类结果确定与所述目标变电站对应的异常流量数据。

6、第二方面,本专利技术实施例还提供了一种变电站的异常流量检测装置,包括:

7、数据采集模块,用于采集目标变电站在至少一个采集时刻下的原始流量数据;

8、信息熵确定模块,用于针对各原始流量数据,确定当前原始流量数据包含的至少一个待使用特征信息,并确定与各待使用特征信息对应的待使用信息熵;

9、异常流量确定模块,用于对所有的原始流量数据关联的至少一个待使用信息熵进行聚类,并根据聚类结果确定与所述目标变电站对应的异常流量数据。

10、第三方面,本专利技术实施例还提供了一种电子设备,包括:

11、至少一个处理器;以及

12、与所述至少一个处理器通信连接的存储器;其中,

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的变电站的异常流量检测方法。

14、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的变电站的异常流量检测方法。

15、本专利技术实施例的技术方案,通过采集目标变电站在至少一个采集时刻下的原始流量数据;针对各原始流量数据,确定当前原始流量数据包含的至少一个待使用特征信息,并确定与各待使用特征信息对应的待使用信息熵;对所有的原始流量数据关联的至少一个待使用信息熵进行聚类,并根据聚类结果确定与目标变电站对应的异常流量数据。在本技术方案中通过获取与目标变电站对应的原始流量数据,并对原始流量数据进行特征提取,进而对提取的至少一个特征信息进行熵值计算,得到与各特征信息对应的待使用信息熵。进一步的,通过对所有的原始数据流量数据关联的至少一个信息熵进行聚类,以根据聚类结果识别目标变电站中是否存在异常网络流量。本技术方案的优势在于,从原始流量数据中提取特征信息并计算与特征信息对应的熵值后,在原始流量数据对应的目标信息熵中包含了原始流量数据对应的所有特征信息,同时,根据信息熵可以作为一个随机事件发生的不确定的度量的特性,可以通过与原始流量数据关联的至少一个信息熵来评估原始流量数据的无序性、随机性以及原始流量数据的规律性等,在此基础上,进一步的,结合聚类算法对所有的原始流量数据关联的至少一个信息熵进行聚类,可以有效区分正常的网络流量数据和异常的网络流量数据。解决了现有技术中无法准确有效的识别变电站中的网络流量中的异常流量数据的问题,实现了快速准确的确定变电站中的异常网络流量的效果。

16、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种变电站的异常流量检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述采集目标变电站在至少一个采集时刻下的原始流量数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述确定当前原始流量数据包含的至少一个待使用特征信息,并确定与各待使用特征信息对应的待使用信息熵,包括:

4.根据权利要求1所述的方法,其特征在于,所述对所有的原始流量数据关联的至少一个待使用信息熵进行聚类,并根据聚类结果确定与所述目标变电站对应的异常流量数据,包括:

5.根据权利要求4所述的方法,其特征在于,所述确定所有的原始流量数据对应的聚类个体的聚类中心,包括:

6.根据权利要求4所述的方法,其特征在于,所述确定所有的原始流量数据对应的聚类个体的聚类中心,包括:

7.根据权利要求6所述的方法,其特征在于,所述将最高的目标信息熵,作为所有的原始流量数据的聚类个体对应的目标信息熵的聚类中心,包括:

8.一种变电站的异常流量检测装置,其特征在于,包括:

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的变电站的异常流量检测方法。

...

【技术特征摘要】

1.一种变电站的异常流量检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述采集目标变电站在至少一个采集时刻下的原始流量数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述确定当前原始流量数据包含的至少一个待使用特征信息,并确定与各待使用特征信息对应的待使用信息熵,包括:

4.根据权利要求1所述的方法,其特征在于,所述对所有的原始流量数据关联的至少一个待使用信息熵进行聚类,并根据聚类结果确定与所述目标变电站对应的异常流量数据,包括:

5.根据权利要求4所述的方法,其特征在于,所述确定所有的原始流量数据对应的聚类...

【专利技术属性】
技术研发人员:李光辉吴佩泽吴津宇樊凯陈清明王定波关声涛王健邹洪田湘岚
申请(专利权)人:南方电网数字电网集团信息通信科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1