基于深度信念网络与数据聚合模型的智能电表数据异常检测方法OA北大核心CSCD
Anomaly Detection Method of Smart Meter Based on Deep Belief Network and Data Aggregation Model
针对智能电网中广泛应用的智能电表(smart meters,SM)可能在测量和监视电能消耗的过程中遭受的多种网络攻击的问题,提出了一种新的异常模式检测框架,以防止智能电表的能源欺诈.所提方法首先基于智能电表向智能配变终端发送用户的用电特征数据,采用分布式数据模型对数据进行聚合,以更好地解决用户隐私保护问题;然后利用深度信念网络(deep belief network,DBN)将得到的数据与期望数据进行对比,以更好地获取数据特征,并对训练结果进行自…查看全部>>
肖勇;马喆非;罗鸿轩;石少青;胡珊珊
南方电网科学研究院,广州510663中国南方电网有限责任公司,广州510663南方电网科学研究院,广州510663中国南方电网有限责任公司,广州510663南方电网科学研究院,广州510663
信息技术与安全科学
智能电表深度信念网络数据聚合模型能量窃取缺陷异常检测
《南方电网技术》 2021 (1)
99-106,8
中国南方电网有限责任公司科技项目(新一代智能量测体系关键技术研究与应用示范)(ZBKJXM20180214).
评论