基于Attention-SLSTM的虚假数据注入攻击检测

摘要

针对影响智能电网安全运行问题，提出了一种基于注意力机制的堆叠LSTM网络FDIA检测方法。堆叠LSTM能够通过网络深度增加提取更深层次的特征，而加入注意力机制能够更好的表示模型不同特征层级间的结构关系，增加隐藏层的非线性表达能力，使所提出的模型预测精度更高，从而获得更高的FDIA判断准确率。在IEEE14节点系统环境下进行验证，实验结果表明，合适层数的Attention-SLSTM网络可以获得更高的精确度。与其他几种方法相比，该方法能够取得更好的训练效果，获得更高的FDIA检测准确率。

关键词

智能电网 / 虚假数据注入攻击 / 不良数据检测 / 堆叠LSTM网络 / 注意力机制

基金资助

国家自然科学基金（61901165,61601177）; 湖北省自然科学基金（2019CFB530）