-
公开(公告)号:CN115426168A
公开(公告)日:2022-12-02
申请号:CN202211057429.5
申请日:2022-08-31
Applicant: 东北大学秦皇岛分校
Abstract: 本发明涉及一种基于图卷积网络的虚假数据注入攻击定位检测方法及系统,所述方法包括:将预设的图结构数据输入到预先训练的第一模型中,得到用于与所述图结构数据对应的标签;并基于与所述图结构数据对应的标签确定攻击存在的可能地点;其中,所述预设的图结构数据为由电网结构图按照预设转化机制转化得到图结构数据;所述训练的第一模型依次包括:多图空间相关层,用于提取所述预设的图结构数据中的空间特征;时间相关层,用于提取所述预设的图结构数据中的时间特征;多标签分类层,用于根据所述空间特征和时间特征确定攻击存在的可能地点。
-
公开(公告)号:CN115423128A
公开(公告)日:2022-12-02
申请号:CN202211066557.6
申请日:2022-08-31
Applicant: 东北大学秦皇岛分校
Abstract: 本发明涉及一种非侵入式异常负荷行为的监测方法、电子设备和存储介质,所述方法包括,获取非侵入式负荷监测设备的实时监测数据并去噪;所述监测数据包括:所述非侵入式负荷监测设备监测的预选电力电路的总电压和总电流数据;针对去噪后的监测数据,将存在负荷状态转换的监测数据作为有效监测数据;基于预先构建的功率策略,对有效监测数据进行颜色编码处理,获得每一电力电路对应的总电压和总电流的V‑I轨迹图像;将所述V‑I轨迹图像输入到训练的条件生成对抗网络,基于生成的特征重构图像判断各电力电路是否存在异常负荷。其有益效果是,能够解决现有技术中非侵入式负荷监测扩展性低、灵活度低、监测误差高的技术问题。
-