[发明专利]一种GAN-CNN电力监测系统终端信息防护法方法

说明书

本发明提出一种基于能源联网条件下的GAN‑CNN电力监测系统终端信息防护方法，用于克服现有电力信息系统的安全性差等缺陷，该方法利用数据采集模块对系统终端的边信通道信息进行采集，对所采集的数据进行特征提取，然后利用编码算法，对所提取的特征进行筛选；并采用GAN‑CNN数据模型，输入筛选后的特征，实行电力网络安全监测，判断电力监测系统终端设备是否处于异常状态。相对于传统技术而言，本文的技术普遍利用更高，效果明显，精确度更高、精度更准。

技术领域

本发明涉及电网领域，具体是一种基于能源联网条件下的GAN-CNN电力监测系统终端信息防护方法

背景技术

以电力为中心的城市能源互联网的发展为供电企业带来了前所未有的机遇。在互联网+和能源互联网不断推进建设的大背景下，基于以往电网运营强调的用户供电可靠性保障和供电质量保障，已无法及时了解客户的内部用电信息及需求，不能满足互联网时代客户的个性化需求。应用互联网技术，通过建设用户站集中监控系统，进而升级至能源管理互联网平台，可增加与用户的多样化交互，并根据电力用户的差异化需求，通过引导地区新能源发展，指导客户建立微电网，实现系统化、流程化的能源管理，通过多途径为用户提供个性化的整体能源解方案。

能源互联网技术还处于发展阶段，在恶意攻击、软件漏洞等方面存在较大的安全风险。因此本发明提出一种基于能源联网条件下的GAN-CNN电力监测系统终端信息防护方法从而克服现有电力信息系统的安全性差等缺陷。

发明内容

发明所要解决的技术问题是克服现有技术的缺陷，提出一种能克服现有电力系统较差的缺陷。

为实现上述目的，本方面提供如下技术方案：

一种基于能源联网条件下的GAN-CNN电力监测系统终端信息防护方法，所述方法包括以下步骤：

步骤1：数据采集：利用数据采集模块对电力监测系统终端的边信通道信息进行采集；

步骤2：对所采集的数据进行特征提取；

步骤3：利用编码算法，对所提取的特征进行筛选；

步骤4：采用GAN-CNN数据模型，输入筛选后的特征，实行电力网络安全监测，判断电力监测系统终端设备是否处于异常状态。

所述步骤2所述的特征提取包括：

①对采集的时序信号采用概率密度分布作为其特征，该特征可以捕捉到样本时序信息的模式，将特征定义为f_j，具体计算如下

式中，f_j为一个分段函数，k表示特征值，M表示特征的维度，对于其中第j个特征来说，如果j的值为1的话，则f_j为值为时域功耗小于P_j的所有功率信息集合，P_j为功率的下限，如果j的值介于1到N的之间，则f_j的值为介于t_j-1和t_j之间的值，H_h为功率的上限；N为特征的个数，其中t_j的定义如下：

其中H_j是特征第j个特征的功率值。

②利用公式(1),得到M维原始特征。

所述M维原始特征的特征量包括：报文数、持续连续时间均值、固定协议类型时间均值、不同协议下报文数、错误分段数、不同协议下错误分段数、尝试登陆不成功次数均值、目标主机服务类型不同前提下非GUEST用户的登录次数；目标主机服务类型不同前提下用户成功登录次数。

所述原始特征的特征量通过matlab工具箱得到，表示在一定范围内电力通信终端设备的运行状态。

步骤3中利用编码算法的相关原理，对提取后的特征进行筛选，具体表示如下