【技術實現(xiàn)步驟摘要】
本專利技術涉及工業(yè)控制系統(tǒng)安全，尤其涉及一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法。
技術介紹
1、工業(yè)控制系統(tǒng)(industrial?control?system，簡稱ics)是一種廣泛應用于工業(yè)生產(chǎn)過程中的自動控制系統(tǒng)，它通過監(jiān)控、控制生產(chǎn)過程中的各種參數(shù)，確保生產(chǎn)過程的穩(wěn)定性和安全性。隨著工業(yè)4.0的推進，工業(yè)控制系統(tǒng)在國民經(jīng)濟中的地位日益重要。然而，工業(yè)控制系統(tǒng)在運行過程中可能受到各種因素的影響，導致異常情況的發(fā)生。工控異常檢測技術對于保障生產(chǎn)安全、降低故障損失具有重要意義，它能夠實時監(jiān)測系統(tǒng)狀態(tài)，及時發(fā)現(xiàn)潛在的安全隱患，為工業(yè)生產(chǎn)的穩(wěn)定運行提供有力保障。
2、近年來，基于深度學習的異常檢測技術在工業(yè)控制系統(tǒng)中得到了廣泛應用。這類技術通過構建神經(jīng)網(wǎng)絡模型，對大量正常工況數(shù)據(jù)進行學習，從而實現(xiàn)對異常工況的識別。然而，現(xiàn)有的基于深度學習的工控異常檢測方法存在一定的局限性。
3、由于工控系統(tǒng)中的開關器件占比高，這些器件在正常工作過程中往往表現(xiàn)為離散的開關狀態(tài)，導致其數(shù)值變化不明顯。因此現(xiàn)有的深度學習模型對于這種開關器件的數(shù)值變化不夠敏感，使得在異常檢測過程中，檢測準確率不高，難以滿足實際工業(yè)生產(chǎn)的需求。因此，針對工控系統(tǒng)中開關器件的異常檢測問題，亟待研究更為有效的方法和技術。
4、因此，需要設計一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法以解決上述問題。
技術實現(xiàn)思路
1、本專利技術所要解決的技術問題在于解決現(xiàn)有技術中存在的不足，設計
2、本專利技術解決其技術問題所采用的方案為：
3、一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，包括如下步驟：
4、步驟s1：數(shù)據(jù)采集階段
5、步驟s1.1：對工業(yè)控制系統(tǒng)中的器件按照器件序列號進行編號，得到器件編號1～n，其中n為當前工控系統(tǒng)中所有器件的數(shù)量；
6、步驟s1.2：采集當前工業(yè)控制系統(tǒng)中的網(wǎng)絡流量，對其中的工控協(xié)議數(shù)據(jù)包進行深度協(xié)議解析，得到當前工業(yè)控制系統(tǒng)中每個器件的狀態(tài)數(shù)值；
7、步驟s1.3：將所述步驟s1.2中的狀態(tài)數(shù)值按照器件編號的順序進行排序，得到排序后的器件數(shù)值向量vf＝[f1,f2...fn-1,fn]，其中fn表示第n個器件的狀態(tài)數(shù)值，n為當前工控系統(tǒng)中所有器件的數(shù)量；
8、步驟s1.4：重復所述步驟s1.2和步驟s1.3，得到多個器件數(shù)值向量，構成器件數(shù)值向量矩陣bvf，
9、步驟s2：差分開關量編碼階段，對器件數(shù)值向量矩陣bvf中的開關量數(shù)值進行概率轉換，得到變化概率值，具體步驟如下，
10、步驟s2.1：將輸出量為開關量的器件數(shù)據(jù)從器件數(shù)值向量組bvf中復制，構成開關量器件數(shù)值向量矩陣kvf；
11、步驟s2.2：設定觀察窗口長度為l；
12、步驟s2.3：依次取出矩陣kvf中的每一個列向量，第i列記為vi，對每一個開關量器件的數(shù)據(jù)進行處理；
13、步驟s2.4：根據(jù)窗口的長度，生成當前開關量器件i的器件字典qmapi，其中qmapi的鍵是固定且升序的，qmapi的鍵表示開關量模式，qmapi的值則表示模式出現(xiàn)的次數(shù)；
14、步驟s2.5：在開始更新qmapi時，觀察窗口的起點位于vi的第一個元素位置；
15、步驟s2.6：獲取觀察窗口和vi重合的部分，得到當前觀察向量w＝[w1,w2,...,wl]t；
16、步驟s2.7：將當前觀察向量w從二進制向量轉為十進制表示kwyw；
17、步驟s2.8：更新qmapi，將鍵為keyw所對應的值自增1，觀察窗口的位置向下移動一個單位；
18、步驟s2.9：重復步驟s2.6至步驟s2.8，直到觀察窗口的尾部超出vi的末尾位置，得到更新完成的qmapi；
19、步驟s2.10：對qmapi的每一個鍵i對應的值進行歸一化操作；
20、步驟s2.11：重復步驟s2.3至步驟s2.10，對矩陣kvf中的每一個列向量進行處理，得到更新后的字典集合sq＝{qmapi,1≤i≤q,i∈z}，其中z表示整數(shù)集合；
21、步驟s2.12：依次取出字典集合sq中的第i個qmapi，將qmapi所有值按順序取出，形成字典qmapi的列向量ai表示qmapi中第i個鍵值對的值；
22、步驟s2.13：根據(jù)字典qmapi對應的器件編號，將字典qmapi轉換得到的列向量更新到矩陣bvf對應的列；
23、步驟s2.14：重復步驟s2.12和步驟s2.13，直到完成矩陣bvf更新，完成將矩陣中的開關量變化轉換為變化概率值的過程，
24、步驟s3：模型訓練階段，使用矩陣bvf訓練預先準備好的卷積神經(jīng)網(wǎng)絡模型m，
25、步驟s3.1：依次取出矩陣bvf的每一行，作為訓練樣本輸入到m中；
26、步驟s3.2：根據(jù)m的輸出，使用二元交叉熵損失函數(shù)計算當前訓練樣本的損失；
27、步驟s3.3：使用反向梯度傳播算法來調整模型參數(shù)ω；
28、步驟s3.4：重復步驟s3.1至步驟s3.3，直到模型訓練損失達到要求，或者達到最大訓練迭代次數(shù)200次，即可完成模型m訓練，
29、步驟s4：異常檢測階段
30、步驟s4.1：根據(jù)觀察窗口長度l初始化一個觀察隊列q，觀察隊列q輸入的數(shù)據(jù)結構是器件數(shù)值向量vf，觀察隊列q最多能存儲l個器件數(shù)值向量；
31、步驟s4.2：按照步驟s1.1至步驟s1.3的方法實時采集并處理工控協(xié)議數(shù)據(jù)包，得到t時刻器件數(shù)值向量vft，并將器件數(shù)值向量vft拷貝一份，得到vfdetect；
32、步驟s4.3：如果觀察隊列q已滿，根據(jù)隊列的先進先出機制，則彈出最早的一個向量vf；
33、步驟s4.4：將向量vft輸入到觀察隊列q；
34、步驟s4.5：如果觀察隊列q已滿，則將觀察隊列q拷貝一份得到觀察隊列q2，從觀察隊列q2中提取出所有的向量，得到觀察矩陣x；
35、步驟s4.6：按順序從觀察矩陣x中提取每一個器件類型是開關器件的列i作為觀察向量coli，將觀察向量coli轉為十進制數(shù)keyi；
36、步驟s4.7：根據(jù)該列對應的器件編號n，通過keyi在qmapn中查詢鍵值，得到vali；
37、步驟s4.8：根據(jù)當前vali對應的列號i，將值更新到vfdetect對應的列中；
38、步驟s4.9：重復步驟s4.7至步驟s4.9，直到完成vfdetect本文檔來自技高網(wǎng)...
【技術保護點】
1.一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，包括如下步驟：
2.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟S2.10中的歸一化操作具體為：
3.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟S2.4中Qmapi的鍵是固定的表示Qmapi的鍵集合固定為{key,1≤key≤2L,key∈Z},其中Z表示整數(shù)集合；
4.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟S4.7中將當前觀察向量w從二進制向量轉為十進制表示keyw，計算方式為：
5.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟S2.1中kvf的形式為：
6.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟S4.6中觀察向量coli轉為十進制數(shù)keyi，具體計算公式如下：
7.如權利要求1所述的一種基于差分開關量編碼的工業(yè)
8.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟S3中的積神經(jīng)網(wǎng)絡模型M是一個二分類模型。
...【技術特征摘要】
1.一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，包括如下步驟：
2.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟s2.10中的歸一化操作具體為：
3.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟s2.4中qmapi的鍵是固定的表示qmapi的鍵集合固定為{key,1≤key≤2l,key∈z},其中z表示整數(shù)集合；
4.如權利要求1所述的一種基于差分開關量編碼的工業(yè)控制系統(tǒng)異常檢測方法，其特征在于，所述步驟s4.7中將當前觀察向量w從二進制向量轉為十進制表示keyw，計算方式為：
【專利技術屬性】
技術研發(fā)人員：羅政邦，王勝利，郭小龍，汪建國，許立慧，伍志龍，舒斐，張彥軍，楊延棟，史文娟，于飛，楊彬彬，
申請(專利權)人：國網(wǎng)新疆電力有限公司喀什供電公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。