您当前的位置：
首页 >
文章列表页 >
基于改进深度极限学习机的电网虚假数据注入攻击定位检测
发电技术   2025年46卷第3期 页码：521-531
AI在新型电力系统中的应用|更新时间：2026-06-29
|

  • 导出

  • 收藏

  • 专辑

    • 基于改进深度极限学习机的电网虚假数据注入攻击定位检测

    • Location Detection of False Data Injection Attacks in Power Grid Based on Improved Deep Extreme Learning Machine

    • “电力系统面临虚假数据注入攻击威胁，已有检测方法存在特征学习能力不足和检测速度较慢的问题，以至于无法对虚假数据注入攻击进行快速精确定位，因此提出一种基于Levy麻雀优化深度极限学习机的电网虚假数据注入攻击定位检测方法，介绍了其在电网安全领域的研究进展，该团队建立了快速精准攻击定位检测体系，为解决电力系统网络安全防护问题提供解决方案。”

    • DOI：10.12096/j.2096-4528.pgt.24115    

      中图分类号：

    • 修回：2024-07-25，

    移动端阅览

  •  
  •  

50

浏览量

449

下载量

4

CSCD

文章被引用时，请邮件提醒。
提交
论文导航

相关文章

基于无人机巡检的输电线路绝缘子及其异物检测算法
基于Transformer与多模态异构特征融合的水轮机组故障诊断方法
分布式压缩空气储能膨胀发电系统变步长功率跟踪控制策略
基于电-氢混合储能的综合能源系统直流母线电压虚拟惯性控制策略
计及储能参与的区域电网自动发电控制调控策略

相关作者

于子涵
王赫鸣
王建凯
朱胜强
孟祥忠
方贤思
吕顺利
何宇平

相关机构

山东黄金电力有限公司
青岛科技大学自动化与电子工程学院
南京南瑞水利水电科技有限公司
贵州乌江水电开发有限责任公司构皮滩发电厂
昆明理工大学冶金与能源工程学院