【技术实现步骤摘要】
本专利技术涉及智能电网，更具体的说是涉及一种基于改进条件对抗生成网络的异常数据修复方法及系统。
技术介绍
1、随着电力系统中信息层与物理层耦合程度的不断加深，网络攻击对电网安全稳定运行构成的潜在威胁日益严峻。其中，虚假数据注入攻击(false data injection attack,fdia)通过构造残差不变的攻击向量，能有效绕过传统的异常检测机制，破坏量测数据的完整性与准确性，从而干扰状态估计结果，误导调度人员的决策，严重威胁电力系统的安全与稳定运行。
2、为了应对fdia带来的挑战，异常数据的检测与修复已成为智能电网安全防护中的重要研究方向。但现有研究主要集中于攻击检测方面，为了全面消除异常量测对状态估计的影响，仍需对受攻击数据进行精确重构。现有异常数据修复方法主要分为基于统计分析法和基于机器学习的两类数据重构方法。考虑到fdia攻击场景下电力数据的多尺度性和非线性动态特性，基于机器学习的方法具有更好的修复性能。生成对抗网络(generativeadversarial network，gan)是一种基于生成器与判别器...
【技术保护点】
1.一种基于改进条件对抗生成网络的异常数据修复方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进条件对抗生成网络的异常数据修复方法，其特征在于，第一攻击定位检测掩码矩阵与注入攻击的虚假数据相对应，第二攻击定位检测掩码矩阵与电力系统原始电力系统量测数据相对应。
3.根据权利要求1所述的一种基于改进条件对抗生成网络的异常数据修复方法，其特征在于，利用第一攻击定位检测掩码矩阵对注入攻击的虚假数据筛选，构建可信量测数据集，对可信量测数据集进行特征提取和融合，得到真实分布的生成数据，具体包括以下步骤：
4.根据权利要求3所...
【技术特征摘要】
1.一种基于改进条件对抗生成网络的异常数据修复方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进条件对抗生成网络的异常数据修复方法，其特征在于，第一攻击定位检测掩码矩阵与注入攻击的虚假数据相对应，第二攻击定位检测掩码矩阵与电力系统原始电力系统量测数据相对应。
3.根据权利要求1所述的一种基于改进条件对抗生成网络的异常数据修复方法，其特征在于，利用第一攻击定位检测掩码矩阵对注入攻击的虚假数据筛选，构建可信量测数据集，对可信量测数据集进行特征提取和融合，得到真实分布的生成数据，具体包括以下步骤：
4.根据权利要求3所述的一种基于改进条件对抗生成网络的异常数据修复方法，其特征在于，可信量测数据集的表达式如下：
5.根据权利要求1所...
【专利技术属性】
技术研发人员：齐冬莲，翁颖，陈郁林，闫云凤，智广信，闻翔宇，汪显博，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
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。