[Paper] AI驱动的混合网络物理框架用于智能电网的自适应控制

Source: arXiv

摘要

智能电网是传统电力基础设施与先进通信网络及智能控制的融合，构建了一个比以往更高效、更灵活的网络物理环境。这种融合带来了可能削弱电网稳定性和可靠性的漏洞。数字取证是学习、识别、检测和缓解此类安全事件的基础概念。本文提出了一种在云端部署的面向智能电网系统的“一体化”机器学习数字取证框架。该框架结合了传感器层的数据采集、认证通信、可扩展的云存储以及自动化的取证分析。模型使用监督和无监督学习算法——如随机森林、支持向量机、梯度提升树以及深度神经网络结构——实现实时的异常检测、事件重构和入侵分析。通过对实时智能电表数据流的多次仿真和实验研究，所提出的框架被证明在准确性、可扩展性以及对包括数据篡改、虚假数据注入和协同控制回路操纵在内的网络攻击方面具有很强的鲁棒性。结果表明，云服务是大数据驱动的取证工作流的最佳支撑骨干，能够帮助能源公用事业实现快速的态势感知和智能的事件响应。

元数据

• 主题: Machine Learning (cs.LG)
• 引用方式: arXiv:2511.21590
• DOI: https://doi.org/10.48550/arXiv.2511.21590
• 提交历史: v1, Wed, 26 Nov 2025 17:08:06 UTC (5,000 KB)