一种遗传算法包裹式特征选择电网入侵检测方法

摘要

本发明提供一种遗传算法包裹式特征选择电网入侵检测方法，包括：根据遗传算法对特征种群进行二进制编码，对二进制编码之后的特征种群进行初始化，使用拉斯维加斯包裹式特征选择算法判断初始化之后的特征种群是否达到预设的终止条件，使用AdaBoost算法将基学习器训练成为强学习器，使用交叉验证方法评价所述强学习器，获得最优的学习器，根据最优的学习器更新全局最优。本发明提供的入侵检测方法建立在训练数据集之上，训练数据集由电力系统不同场景的监控数据组成，有正常数据，也有异常数据，通过训练获得的模型用于对电力系统的状态进行监测，从而发现入侵行为，发出警报，将入侵带来的损失降低到最小。