基于反向鲸鱼-多隐层极限学习机的电网FDIA检测OA北大核心CSTPCD
针对目前已有的电力信息物理系统虚假数据注入攻击检测方法由于特征表达能力有限,而导致无法精确获取受攻击位置的问题,提出一种基于反向学习鲸鱼优化多隐层极限学习机的虚假数据注入攻击定位检测方法。所提方法不仅将极限学习机拓展为多隐层神经网络,解决其特征表达能力有限的问题,而且引入鲸鱼优化算法对多隐层极限学习机的各隐层神经元个数进行寻优并采用反向学习策略提高其收敛速度和检测精度,以防止随机确定各隐层神经元个数对检测方法的泛化性能和定位检测结果造成影响。通过…查看全部>>
席磊;王艺晓;何苗;程琛;田习龙
三峡大学电气与新能源学院,湖北宜昌443002 梯级水电站运行与控制湖北省重点实验室(三峡大学),湖北宜昌443002三峡大学电气与新能源学院,湖北宜昌443002国网荆州供电公司变电运维分公司,湖北荆州434000三峡大学电气与新能源学院,湖北宜昌443002三峡大学电气与新能源学院,湖北宜昌443002
动力与电气工程
电力信息物理系统虚假数据注入攻击多隐层极限学习机鲸鱼优化反向学习
《中国电力》 2024 (9)
P.20-31,12
国家自然科学基金资助项目(高比例大容量新能源接入的新型电力系统自动发电控制全局类脑分布协同理论与方法研究,52277108)。