基于深度学习的电力虚假数据注入攻击检测方法及系统

本发明公开了基于深度学习的电力虚假数据注入攻击检测方法，涉及电力虚假数据注入攻击检测技术领域，包括：采集电站的电力数据集作为原始数据集，对原始数据集进行预处理；通过虚拟电网模拟潮流计算过程，得到潮流数据，构建虚假数据注入攻击，得到经过攻击后的坏数据集；采用引入多头自注意力机制的长短期记忆神经网络建立检测模型，利用检测模型对坏数据集进行攻击检测。本发明针对传统LSTM中无法注意到序列相关性进行优化，采用了多头注意力机制，降低了计算复杂度，同时降低了训练过程中的误差和提高了预测性能。