买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北电力大学;国网吉林省电力有限公司通化供电公司申请的专利一种基于改进CNN-LSTM的电网虚假数据注入辨识方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117375983B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311473273.3，技术领域涉及：H04L9/40；该发明授权一种基于改进CNN-LSTM的电网虚假数据注入辨识方法是由曹杰;王启明;曲楠;董运昌;王蕾;奚洋;霍光;曲朝阳;佟鑫;王明晨;贾世川;官明帅设计研发完成，并于2023-11-07向国家知识产权局提交的专利申请。

本一种基于改进CNN-LSTM的电网虚假数据注入辨识方法在说明书摘要公布了：本发明是一种基于改进CNN‑LSTM的电网虚假数据注入辨识方法。它包括针对电力系统运行数据特征冗余导致模型计算量大的问题，采用基于堆叠自编码器的电力FDIA特征提取方法，为进一步提高特征提取的性能，通过引入注意力机制模块对模型进行改进，在每个子自编码器的输入层引入注意力机制层，从而对攻击高度相关的特征提供更大的权重。构建基于CNN‑LSTM的虚假数据注入攻击辨识模型，并针对参数选择对模识别精度影响大的问题，采用麻雀搜索算法对CNN‑LSTM模型的参数进行优化。该方法科学合理，准确性较高，可适用于电网中虚假数据注入攻击的辨识问题，对维护电网安全具有一定实用意义。

本发明授权一种基于改进CNN-LSTM的电网虚假数据注入辨识方法在权利要求书中公布了：1.一种基于改进CNN-LSTM的电网虚假数据注入辨识方法，其特征在于：将预处理的待辨识电力运行数据样本，输入到训练好的改进堆叠自编码器特征提取模型中，并计算重构误差，计算重构数据与原始数据之间的损失，利用反向传播算法更新模型参数；并根据重构误差选择特征提取个数； 将特征提取过的待攻击辨识数据集划分为训练集、验证集、测试集，构建基于CNN-LSTM的虚假数据注入攻击辨识模型，采用训练集对模型进行训练，将验证集输入麻雀搜索算法对CNN-LSTM模型的参数进行优化，最后采用测试集对辨识结果进行验证； 所述构建基于CNN-LSTM的虚假数据注入攻击辨识模型中，基于改进堆叠自编码器的虚假数据注入攻击特征提取方法步骤如下： 改进堆叠自编码器的结构，是在自编码器隐藏层之前添加了注意机制层，原始电力运行数据经过编码器进行压缩处理，得到一个隐空间的特征表示；计算每个简化特征的注意力权重向量，注意力权重决定了输入数据的不同部分在特征提取中的重要程度，如果注意力向量发现某个特定特征在攻击辨识方面没有贡献，它将把该向量中相应的特定值设为零，导致网络遗忘这一特征；将注意力权重向量和特征相乘作为输入到隐藏层的特征表示，最后经过解码器进行解码重构，计算重构数据与原始数据之间的损失，利用反向传播算法更新模型参数； 具体步骤如下： 步骤一：将简单预处理后的待进行辨识的电力系统运行数据输入进第一个自编码器，通过第一个自编码器的编码器对输入数据进行压缩处理，得到一个隐空间的特征表示；这一步将输入数据映射到较低维度的表示，捕捉输入数据的关键特征，生成压缩简化的电力数据特征； 步骤二：计算每一个简化电力数据特征的注意力权重，计算每个特征对虚假数据注入攻击的注意力权重，每个特征的注意力权重向量反映了其在特征提取中的重要程度；如果某个特定特征在攻击辨识方面没有贡献，注意力向量将相应的特定值设为零，以促使网络忽略该特征； 步骤三：将第一个自编码器的注意力权重向量和特征表示相乘，得到加权后的特征表示；将加权后的特征表示作为输入传递到第一个自编码器的隐藏层； 步骤四：通过第一个自编码器的解码器重构攻击特征，将重构后的攻击特征结果作为第二个自编码器的输入； 步骤五：通过第二个自编码器的编码器对第一个自编码器解码器的输出进行压缩处理，得到第二个隐空间的特征表示； 步骤六：计算第二个注意力权重，计算每个重构特征对虚假数据注入攻击的贡献大小； 步骤七：将第二个自编码器的注意力权重向量和特征表示相乘，得到加权后的特征表示； 步骤八：通过第二个自编码器的解码器对第二个自编码器隐藏层的特征表示进行解码，以重构第二个自编码器的攻击特征； 步骤九：并计算重构数据与原始数据样本的重构误差，并利用反向传播算法更新模型参数，根据不同数据维度下重构误差的大小，确定最终提取的特征个数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北电力大学;国网吉林省电力有限公司通化供电公司，其通讯地址为：132000 吉林省吉林市长春路169号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。