一种基于机器学习的智能电网虚假数据注入攻击检测方法

本发明提供了一种基于机器学习的智能电网虚假数据注入攻击检测方法。该方法包括：对真实的历史电网数据集进行数据预处理，利用数据预处理后的数据构建未篡改量测向量集、篡改量测向量集和量测向量标签集；搭建基于神经网络架构的虚假数据注入攻击FDIA检测系统，采用未篡改量测向量集、篡改量测向量集和量测向量标签集对FDIA检测系统进行训练和评估，得到训练好的FDIA检测系统；智能电表实时采集待上传的电力数据，将待上传的电力数据传输到训练好的FDIA检测系统，训练好的FDIA检测系统对待上传的电力数据是否遭到攻击进行检查，输出检测结果。本发明可以有效提高FDIA检测的准确度，对大规模智能电网中的长时间、高复杂度数据具有良好的预测效果。