摘要
电网的安全稳定运行对于现代社会至关重要,而及时检测电网网络中的异常状态是保障电网可靠性的重要环节。本文针对电网网络运行数据复杂、高维、非线性的特点,提出了一种基于深度学习的电网异常检测算法。通过长短时记忆网络(LSTM)和卷积神经网络(CNN),构建时间序列与空间特征相结合的电网运行状态分析模型。还设计了异常特征提取机制,重点识别电网运行中的异常模式和状态变化。通过实验验证,将所提出的方法与传统统计方法和机器学习算法进行对比,结果表明,本文算法在准确率和检测效率上均具有显著优势,可为电网运行的安全性和稳定性提供有力保障。
出处
《网络安全技术与应用》
2025年第10期118-120,共3页
Network Security Technology & Application
