基于深度学习的电网敏感数据识别及脱敏方法与流程

本发明涉及数据脱敏，具体涉及基于深度学习的电网敏感数据识别及脱敏方法。

背景技术：

1、随着智能电网的发展，产生的数据量与日俱增，电网系统中包含大量关键基础设施的运行数据，这些数据一旦被恶意篡改或泄露，可能会导致严重的安全问题，如电力中断、设备损坏等，因此，电网敏感数据的保护变得尤为重要。目前，由于电网运行数据的复杂性和多样性，导致在进行大量实时数据敏感识别时难以保证高准确率。例如，基于关键词匹配的方法容易漏掉一些隐藏在复杂文本或非结构化数据中的敏感信息。此外，在面对突发事件或攻击时，响应速度较慢，进一步增加了数据泄露和系统风险的可能性。

2、现有技术存在着电网敏感数据识别准确性低，识别周期长的技术问题。

技术实现思路

1、本申请提供了基于深度学习的电网敏感数据识别及脱敏方法，用于针对解决现有技术中电网敏感数据识别准确性低，识别周期长的技术问题。

2、鉴于上述问题，本申请提供了基于深度学习的电网敏感数据识别及脱敏方法。

3、本申请的第一个方面，提供了基于深度学习的电网敏感数据识别及脱敏方法，所述方法包括：采集目标电力主网系统的多个电网子系统在预设监测窗口内的运行数据，获得多个子运行数据集合；执行对所述多个子运行数据集合的数据清洗，获得多个清洗子运行数据集合；利用预处理单元对所述多个清洗子运行数据集合进行数据特征识别，获得多个子运行特征集合；利用敏感数据识别网络层对所述多个子运行特征集合进行敏感数据识别，获得多个敏感数据集合；采集所述多个电网子系统的多个敏感等级，基于所述多个敏感等级对所述多个敏感数据集合进行数据脱敏方案确定，获得多个脱敏方案；根据所述多个脱敏方案对所述多个敏感数据集合进行脱敏操作。

4、在可能的实现方式中，采集目标电力主网系统的多个电网子系统在预设监测窗口内的运行数据，获得多个子运行数据集合，执行以下处理：以电力生产数据为索引，分别对所述多个电网子系统在预设监测窗口内的运行数据进行提取，获得多个第一数据簇，其中，每个第一数据簇包括发电量、发电状态和燃料消耗量；以电力传输数据为索引，分别对所述多个电网子系统在预设监测窗口内的运行数据进行提取，获得多个第二数据簇，其中，所述多个第二数据簇包括输电线路状态数据、输电损耗数据、线路故障数据和电能质量数据。

5、在可能的实现方式中，执行对所述多个子运行数据集合的数据清洗，获得多个清洗子运行数据集合，执行以下处理：对所述多个子运行数据集合中重复数据进行删除，获得多个保留子运行数据集合；基于插值法对所述多个保留子运行数据集合进行数据缺失值补充，获得多个补充子运行数据集合；对所述多个补充子运行数据集合进行数据标准化处理，生成所述多个清洗子运行数据集合。

6、在可能的实现方式中，执行对所述多个子运行数据集合的数据清洗，获得多个清洗子运行数据集合，执行以下处理：从所述多个补充子运行数据集合中抽取第一补充子运行数据集合；提取所述第一补充子运行数据集合的第一最小值和第一最大值；利用所述第一最小值和所述第一最大值，对所述第一补充子运行数据集合中的数据进行标准化处理，获得第一清洗子运行数据集合；对所述多个补充子运行数据集合进行数据标准化处理，获得所述多个清洗子运行数据集合。

7、在可能的实现方式中，利用预处理单元对所述多个清洗子运行数据集合进行数据特征识别，获得多个子运行特征集合，执行以下处理：获取多个样本运行数据集合、多个样本运行特征集合和多个样本敏感数据集合作为构建数据；利用所述构建数据中所述多个样本运行数据集合和所述多个样本运行特征集合对基于前馈神经网络构建的框架进行监督训练，直至模型达到收敛，获得训练完成的所述预处理单元。

8、在可能的实现方式中，利用敏感数据识别网络层对所述多个子运行特征集合进行敏感数据识别，获得多个敏感数据集合，执行以下处理：对所述构建数据中的所述多个样本敏感数据集合进行数据标识，利用数据标识后的多个样本敏感数据集合和所述多个样本运行特征集合作为第一敏感训练数据，利用所述第一敏感训练数据对基于前馈神经网络构建的框架进行训练，并在训练中利用数据标识后的多个样本敏感数据集合进行监督，直至模型达到收敛，获得训练完成的所述敏感数据识别网络层。

9、进一步的，采集所述多个电网子系统的多个敏感等级，基于所述多个敏感等级对所述多个敏感数据集合进行数据脱敏方案确定，获得多个脱敏方案，执行以下处理：构建数据脱敏映射库；以所述多个敏感等级为索引，在所述数据脱敏映射库中进行检索，获得所述多个脱敏方案。

10、进一步的，采集所述多个电网子系统的多个敏感等级，基于所述多个敏感等级对所述多个敏感数据集合进行数据脱敏方案确定，获得多个脱敏方案，执行以下处理：在预设监测周期内对所述多个电网子系统进行脱敏质量识别，获得多个质量识别结果；根据所述多个质量识别结果对所述多个敏感等级进行修正，获得多个修正敏感等级；基于所述多个修正敏感等级对所述多个敏感数据集合进行数据脱敏方案确定，获得多个修正脱敏方案。

11、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

12、本申请通过采集目标电力主网系统的多个电网子系统在预设监测窗口内的运行数据，获得多个子运行数据集合，然后执行对多个子运行数据集合的数据清洗，获得多个清洗子运行数据集合，进而利用预处理单元对多个清洗子运行数据集合进行数据特征识别，获得多个子运行特征集合，然后利用敏感数据识别网络层对多个子运行特征集合进行敏感数据识别，获得多个敏感数据集合，采集多个电网子系统的多个敏感等级，基于多个敏感等级对多个敏感数据集合进行数据脱敏方案确定，获得多个脱敏方案，根据多个脱敏方案对多个敏感数据集合进行脱敏操作。达到了提高敏感数据识别的准确性，通过对不同电网子系统执行对应的脱敏操作，提高脱敏可靠性的技术效果。

技术特征：

1.基于深度学习的电网敏感数据识别及脱敏方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

3.如权利要求1所述的方法，其特征在于，执行对所述多个子运行数据集合的数据清洗，获得多个清洗子运行数据集合，包括：

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

8.如权利要求1所述的方法，其特征在于，所述方法还包括：

技术总结本发明公开了基于深度学习的电网敏感数据识别及脱敏方法，涉及数据脱敏技术领域，该方法包括：采集目标电力主网系统的多个电网子系统在预设监测窗口内的运行数据，获得多个子运行数据集合；获得多个清洗子运行数据集合；利用预处理单元对多个清洗子运行数据集合进行数据特征识别，获得多个子运行特征集合；获得多个敏感数据集合；采集多个电网子系统的多个敏感等级，基于多个敏感等级对多个敏感数据集合进行数据脱敏方案确定，获得多个脱敏方案；根据多个脱敏方案对多个敏感数据集合进行脱敏操作。本发明解决了现有技术中电网敏感数据识别准确性低，识别周期长的技术问题，达到了提高敏感数据识别可靠性的技术效果。技术研发人员：蒙琦,张希翔,谭期文,黄汉华,董贇,艾徐华,陈昭利,谢菁,练宇婷,杨崇富,韦宗慧,张丽媛,刘凯杰,银源受保护的技术使用者：广西电网有限责任公司技术研发日：技术公布日：2024/9/17