一种基于大数据的智能电表入侵检测方法

摘要

本发明公开了一种基于大数据的智能电表入侵检测方法，步骤1，定期收集用户智能电表记录的CPU负荷率、通信流量、电流、电压、功率因数、功率和电量费率数据，上传至用电数据库，用电数据库内部存储的历史数据中已经包含有与各个智能电表对应的原有的正常运行时期的CPU负荷率、通信流量、电流、电压、功率因数、功率和电量费率等电量测量数据；步骤2，从用电数据库中抽取同厂家、同型号电表CPU负荷率和通信流量数据，并且将这些抽取的数据上传到用电管理中心；步骤3，用电管理中心利用选择的后期收集数据与原始存储数据中的CPU负荷率和通信流量，计算标准差和均方根误差，再根据统计特性选择异常阈值，标识出超越阈值的智能电表。

主权项

一种基于大数据的智能电表入侵检测方法，其特征在于，包括步骤：步骤1，定期收集用户智能电表记录的CPU负荷率、通信流量、电流、电压、功率因数、功率和电量费率数据，上传至用电数据库，用电数据库内部存储的历史数据中已经包含有与各个智能电表对应的原有的正常运行时期的CPU负荷率、通信流量、电流、电压、功率因数、功率和电量费率等电量测量数据；步骤2，从用电数据库中抽取同厂家、同型号电表CPU负荷率和通信流量数据，并且将这些抽取的数据上传到用电管理中心；步骤3，用电管理中心利用选择的后期收集数据与原始存储数据中的CPU负荷率和通信流量，计算标准差和均方根误差，再根据统计特性选择阈值，标识出超越阈值的智能电表；步骤4，检索CPU负荷率或者通信流量高于设定阈值的智能电表的抄表地址，根据关联的计量点编号确认电表的位置。