发明公开
- 专利标题: 基于深度强化学习的换流站异常数据注入检测方法及装置
-
申请号: CN202211453201.8申请日: 2022-11-21
-
公开(公告)号: CN115860327A公开(公告)日: 2023-03-28
- 发明人: 孙辉 , 秦亮 , 周思涵 , 彭勃 , 俞斌 , 张军 , 刘孝辉 , 王晶 , 刘开培 , 高博 , 徐斌 , 汪玉 , 丁津津 , 张峰 , 汪勋婷 , 谢毓广 , 王同文 , 谢民 , 汪伟 , 邵庆祝 , 张骏 , 于洋
- 申请人: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司 , 武汉大学 , 国网安徽省电力有限公司超高压分公司 , 南京南瑞继保工程技术有限公司
- 申请人地址: 安徽省合肥市经济开发区紫云路299号; ; ; ;
- 专利权人: 国网安徽省电力有限公司电力科学研究院,国网安徽省电力有限公司,武汉大学,国网安徽省电力有限公司超高压分公司,南京南瑞继保工程技术有限公司
- 当前专利权人: 国网安徽省电力有限公司电力科学研究院,国网安徽省电力有限公司,武汉大学,国网安徽省电力有限公司超高压分公司,南京南瑞继保工程技术有限公司
- 当前专利权人地址: 安徽省合肥市经济开发区紫云路299号; ; ; ;
- 代理机构: 合肥市浩智运专利代理事务所
- 代理商 丁瑞瑞
- 主分类号: G06Q10/063
- IPC分类号: G06Q10/063 ; G06Q10/067 ; G06Q50/06 ; G06F17/10 ; G06N3/092 ; G06N3/084
摘要:
本发明公开了基于深度强化学习的换流站异常数据注入检测方法及装置,所述方法包括:建立换流站的状态空间模型;向换流站注入异常数据,获得受异常数据攻击的测量值;获取换流站异常数据注入的即时观察值;构建基于深度强化学习的DQN模型并训练该模型得到最优的模型;将换流站的即时观察值输入最优的模型判定系统是否被注入异常数据,当被注入异常数据时发出警报,当未被注入异常数据时允许系统继续运行;本发明的优点在于:实现针对换流站是否受到异常数据注入的检测和判定,及时预警,保证系统安全运行。