买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网河北省电力有限公司电力科学研究院;国家电网有限公司申请的专利基于深度学习的配电网网络攻击检测方法、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119544277B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411602768.6，技术领域涉及：H04L9/40；该发明授权基于深度学习的配电网网络攻击检测方法、设备及介质是由马天祥;张拓;张达;焦阳;李丹;张姿姿;李小玉;姬艳鹏;姜义虎;赵明伟设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本基于深度学习的配电网网络攻击检测方法、设备及介质在说明书摘要公布了：本发明提供了一种基于深度学习的配电网网络攻击检测方法、设备及介质，首先获取配电网的遥测信号；然后将遥测信号输入到双层深度学习模型中，得到攻击识别结果；其中，双层深度学习模型包括上层深度学习模型和下层深度学习模型；上层深度学习模型包括基于深度可分离卷积的特征提取层、频率特征提取层和特征融合层；下层深度学习模型基于高效神经网络的复合缩放层。本发明通过设计了一种双层网络，上层网络基于深度可分离卷积的特征提取层可以同时提取时域和频域特征，能够捕捉到配电网数据中的更多细节和模式，下层网络具有高效的模型性能，可以在有限的计算资源下实现准确的分类，从而实现准确的配电网网络攻击检测。

本发明授权基于深度学习的配电网网络攻击检测方法、设备及介质在权利要求书中公布了：1.一种基于深度学习的配电网网络攻击检测方法，其特征在于，包括： 获取配电网的遥测信号； 将所述遥测信号输入到双层深度学习模型中，得到攻击识别结果； 其中，所述双层深度学习模型包括上层深度学习模型和下层深度学习模型；所述上层深度学习模型包括基于深度可分离卷积的特征提取层、频率特征提取层和特征融合层；所述下层深度学习模型基于高效神经网络的复合缩放层； 将所述遥测信号输入到双层深度学习模型中，得到攻击识别结果，包括： 将所述遥测信号输入到所述上层深度学习模型中，得到融合特征和目标特征向量；其中，所述目标特征向量用于描述所提取的融合特征； 将所述融合特征和目标特征向量输入到所述下层深度学习模型中，得到所述攻击识别结果； 将所述融合特征和目标特征向量输入到所述下层深度学习模型中，得到所述攻击识别结果，包括： 根据所述目标特征向量确定所述基于高效神经网络的复合缩放层的特征参数； 将所述融合特征输入到所述下层深度学习模型中，得到所述攻击识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网河北省电力有限公司电力科学研究院;国家电网有限公司，其通讯地址为：050000 河北省石家庄市裕华区体育南大街238号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。