利用对话式生成式 AI 实现数字配电站中的异常检测

本研究旨在解决数字配电站网络安全中的关键挑战，提出一种创新的面向任务的对话系统（ToD），用于检测多播消息中的异常现象，具体针对通用面向对象配电站事件（GOOSE）和样本值（SV）数据集。该研究利用生成式人工智能（GenAI）技术，所提出的框架在误差降低、可扩展性和适应性方面均优于传统的人类在环（HITL）流程。值得注意的是，在应对新型或未知网络威胁时，该方法在效率和实施速度方面具有显著优势，同时保持模型的复杂度和精度。本研究采用先进的性能指标，对提出的异常检测方法与基于人类在环的异常检测框架进行比较分析，利用硬件在环（HIL）测试平台生成和提取 IEC61850 通信消息的特征。该方法为应对不断演变的网络安全挑战，提升电力系统运行可靠性提供了有前景的解决方案。