一种基于FCM算法的电力系统网络异常数据聚类漏洞检测技术

本发明公开了一种电力系统网络异常数据聚类漏洞检测技术，属于电力系统网络安全领域。针对传统异常检测方法高维数据处理能力不足、动态适应性差、误报率高等问题，提出基于改进FCM算法的检测技术。该技术通过动态特征权重矩阵设计、时间自适应隶属度更新、物理约束正则化及增量式密度峰值初始化等模块，构建融合时空特征与物理约束的智能聚类框架。利用GCN与Transformer提取多维特征，结合注意力机制动态调整权重，引入时间衰减因子与模糊逻辑约束，实现精准聚类。实验表明，该技术在某省级电网应用中，异常检测准确率提升至94.3％，决策生成时间缩短至14.8ms，约束违反率降至2.1％，显著提升电网安全防护的实时性与可靠性。