基于在线学习的智能电网虚假数据注入攻击的检测方法

本发明涉及一种基于在线学习的智能电网虚假数据注入攻击的检测方法，该方法包括以下步骤：步骤1：根据样本集X构建并维护鲁棒性随机砍伐森林模型；步骤2：基于鲁棒性随机砍伐森林模型计算异常得分；步骤3：采用高斯Q函数和滑动窗口计算异常概率；步骤4：设置异常概率的阈值，判断异常概率是否大于阈值，若是，则该PMU测量是受损的，若否，则认为样本正常。与现有技术相比，本发明具有快速适应拓扑重新配置导致的概念漂移以及提高在线学习方法对异常程度的判断准确率等优点。
上海电力大学
周婧怡 | 李红娇