[发明专利]基于深度信念网络的攻击识别方法及风电管理系统

说明书

本发明提供了一种基于深度信念网络的攻击识别方法包括：分别对正常数据库以及异常数据库中的正常数据以及和异常数据进行整合以及分类；获取风机实时的风电数据，通过训练后的深度信念网络对实时的风电数据进行实时检测，将实时的风电数据进行分类，生成分类结果，当风电数据分类后存在归属于网络攻击类的异常数据时，则判断为存在网络攻击，在发出攻击报警的同时对具有网络攻击的异常数据进行拦截并生成日志记录，同时对归属于正常类中的正常数据进行转发；当风电数据分类后所有数据均归属于正常类时，则判断为正常，将风电数据进行转发。本发明还提供了一种风电管理系统。与现有技术相比，提高风力发电的信息安全性及运行可靠性。

技术领域

本发明涉及一种电力装置，特别涉及一种基于深度信念网络的攻击识别方法及风电管理系统。

背景技术

随着能源与环境问题的日益突出，世界各国正在把更多目光投向可再生能源，其中风能因其自身优势，作为可再生能源的重要类别，在地球上是最古老、最重要的能源之一，具有巨大蕴藏量、可再生、分布广、无污染的特性，成为全球普遍欢迎的清洁能源，风力发电成为目前最具规模化开发条件和商业化发展前景的可再生能源发电方式。

现阶段我国对风能研究力度不断加大，国家对风力发电产业的扶持政策不断出台，使得风力发电技术继续得到完善，作为典型的可再生资源其储量远大于其他能源的总量。在这样的背景下，风电行业作为一个新型行业有着不可估量的发展前景。

但风力发电很依赖于气候环境，发电呈现出不稳定性和间接性，故当大量风机接入电网的时候，其运行状态信息需要及时准确地获取，并经过风力发电接口上传至上级调度中心。另一方面，随着万物互联的提出，电网朝着信息化与智能化的方向发展，面临的各种网络攻击也越来越多，在开放运行环境下的风力发电接口装置的安全性与稳定性收到了威胁，由于电网涉及到很多领域以及家家户户，一旦发生停电，产生的经济损失时巨大的，甚至会引起重大的安全事故，这几年世界上也发生过许多起由于网络攻击造成的大面积停电的时间，故由此可以看出安全防范的重要性日益凸显。

风电管理系统在主动配电网协同交互控制框架下实现对风力发电逆变器与电网侧的就地协调控制，其是实现下层风机与上层调度中心之间沟通的重要桥梁，风电管理系统可以接受主动配电网上层控制单元的控制指令，完成对逆变器的协调控制，故在这个过程中准确获取风机运行信息尤其重要。但在电网进行智能化发展的今天，由于风机正常运行在开发的环境下，其通讯依赖于网络交互方式，故存在很多安全漏洞，攻击者可以通过这些漏洞进行信息盗取、或者发送大量无用信息造成网络拥塞，甚至进一步入侵整个大电网，造成大面积的停电，这种情况发生在战争期间是非常可怕的事。

发明内容

本发明的目的在于提供一种基于深度信念网络的攻击识别方法及风电管理系统，要解决的技术问题是能够实现对未知攻击进行主动防御，提高风力发电的信息安全性以及运行可靠性。

为解决上述问题，本发明采用以下技术方案实现：一种基于深度信念网络的攻击识别方法，包括如下步骤：

步骤一、建立正常数据库以及被网络攻击后的异常数据库，然后分别对正常数据库以及异常数据库中的正常数据以及和异常数据进行整合以及分类，根据不同的攻击类型对异常数据库中的异常数据贴上相应的标签，同时将相同标签的异常数据分入同一个异常分类中，将所有分类分别作为训练样本得到训练数据库；

步骤二、对深度信念网络进行训练，将参考数据库输入至深度信念网络，通过深度学习得到训练后的深度信念网络；

步骤三、获取风机实时的风电数据，通过训练后的深度信念网络对实时的风电数据进行实时检测，将实时的风电数据进行分类，生成分类结果，当风电数据分类后存在归属于网络攻击类的异常数据时，则判断为存在网络攻击，在发出攻击报警的同时对具有网络攻击的异常数据进行拦截并生成日志记录，同时对归属于正常类中的正常数据进行转发；当风电数据分类后所有数据均归属于正常类时，则判断为正常，将风电数据进行转发；