源网荷实时交互异常检测技术研究

源网荷系统是涉及发电、输电和用电的互动系统,在管理薄弱的用户侧,出现了针对用户侧不可控的智能负荷控制终端设备的多种恶意攻击。为有效发现源网荷系统的交互异常,首先对源网荷系统的安全需求进行分析。然后基于源网荷系统具有“状态有限”和“行为有限”的特点,借助单类支持向量机,提出了单类支持向量机OCSVM技术。实现了源网荷实时交互过程的正常数据和异常数据进行二分类,同时识别出了源网荷系统中的未知攻击或异常。为了验证OCSVM技术的可行性和有效性,在源网荷仿真实验系统上进行了验证。实验结果表明,在样本训练上OCSVM只需要一类样本就可以训练异常检测模型,对噪声样本数据具有鲁棒性,很好地满足了源网荷系统数据具有较明显的数据不平衡特点,相比SVM等算法具有更高的准确率。