1. 国网江苏南京供电公司
2. 南京南瑞信息通信科技有限公司
Published:2026
移动端阅览
沙倚天, 刘少君, 李天一, et al. 基于知识蒸馏与不确定性估计的分布式异常检测[J]. 2026, 24(4): 91-97.
DOI:
沙倚天, 刘少君, 李天一, et al. 基于知识蒸馏与不确定性估计的分布式异常检测[J]. 2026, 24(4): 91-97. DOI: 10.16543/j.2095-641x.electric.power.ict.2026.04.12.
为满足电力物联网异常检测实时性和精确性需求,文章提出一种基于知识蒸馏与不确定性估计的分布式异常检测方案。首先,基于多尺寸时空残差网络与门控循环单元构建高精度的教师端异常检测模型,强化对数据时空特征的深度表征和泛化能力。然后,利用知识蒸馏生成轻量高效的学生模型,满足分布式部署的轻量化需求。最后,利用不确定性估计对分布式异常检测结果进行优化,进一步提升模型的性能。实验结果表明,该模型的异常检测准确率可达95%,模型训练时间效率提升了约60%,且具有较好的泛化性。
张文华.电力物联网边缘计算信息安全防护的关键技术[D].华北电力大学,2022(03).
孙鹏展.电力物联终端行为异常检测与数据隐私保护方法的研究[D].北京邮电大学,2024(06).
周志华.机器学习[M].清华大学出版社,2016.
苏盛,汪干,刘亮,陈清清,王坤.电力物联网终端安全防护研究综述[J].高电压技术,2022(02).
李晓灿,谢鲲,张大方,谢高岗.基于低秩分解的网络异常检测综述[J].计算机研究与发展,2022(07).
周劼英,张晓,邵立嵩,应欢.新型电力系统网络安全防护挑战与展望[J].电力系统自动化,2023(08).
孙晨,杨权东,袁建涛,朱从亮.智能感知关键技术在电力物联网中的应用[J].传感器与微系统,2022(12).
周璨,杨栋,魏松杰.融合GRU和CNN的轻量级网络入侵检测模型[J].计算机系统应用,2023(08).
彭鹏,薛东.基于边缘代理的云边协同物联网框架设计及其应用研究[J].广东电力,2023(05).
张天月,陈伟,刘宇啸.基于多尺度时空残差网络的入侵检测方法[J].信息安全研究,2023(11).
杨涛,周洪,魏凤,陈建梅.新型电力系统下的电网安全挑战与对策研究[J].电力信息与通信技术,2024(08).
荆志朋,柴林杰,胡诗尧.基于改进LSTM-VAE的配电网异常负荷检测方法研究[J].电测与仪表,2024(09).
刘静,慕泽林,赖英旭.面向异构环境的物联网入侵检测方法[J].通信学报,2024(04).
陈万志,尹明悦,王天元.基于生成对抗网络的流量异常检测方法[J].电子测量与仪器学报,2025(10).
朱新雨,司占军,张滢雪.基于特征重建的知识蒸馏异常检测方法(英文)[J].印刷与数字媒体技术研究,2024(04).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution