| 1 |
1
과거 계측 데이터를 시계열 데이터로 변환하는 전처리부;상기 시계열 데이터로 학습하여 미래 계측값을 예측하는 순환 신경망; 실제 전력 계측 설비가 측정한 계측값을 상태 추정 기반으로 장애 여부를 판정하는 전단 장애 식별 모듈; 및상기 순환 신경망으로 예측한 계측값과 상기 전단 장애 식별 모듈에서 정상이라고 판정한 계측값을 비교하여, 예측값과 실제값의 차이가 임계값을 넘으면 장애 데이터로 진단하는 후단 장애 식별 모듈을 포함하는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 장치
|
| 2 |
2
제1항에 있어서,상기 전단 장애 식별 모듈은, 계통 구조와 선로 특성에 따른 자코비안 행렬을 이용하여 상태 추정을 수행하는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 장치
|
| 3 |
3
제2항에 있어서,상기 순환 신경망 및 상기 후단 장애 식별 모듈은,상기 전단 장애 식별 모듈의 상태 추정 계통 구조와 선로 특성에 따른 자코비안 행렬과 임의의 데이터로 악의적으로 만들어진 데이터를 식별하는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 장치
|
| 4 |
4
제1항에 있어서,상기 전처리부는,입력받은 과거 계측 데이터를 시간적 순서를 가지는 시계열 데이터 패턴들의 배열로 재구성하는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 장치
|
| 5 |
5
제4항에 있어서,상기 순환 신경망은,상기 시계열 데이터 패턴을 구성하는 값들을 X와 Y로 구분하고, 상기 X를 입력하면 상기 Y를 출력하도록 학습되는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 장치
|
| 6 |
6
제5항에 있어서,상기 순환 신경망은,상기 시계열 데이터 패턴의 X를 입력받는 입력 레이어;상기 시계열 데이터 패턴의 Y에 해당하는 값을 예측하는 출력 레이어; 및상기 학습에 따른 가중치를 반영하여 상기 입력 레이어와 상기 출력 레이어 사이를 중개하거나 또는 재귀하는 히든 레이어를 포함하는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 장치
|
| 7 |
7
과거의 계측 데이터를 수집하는 단계;상기 과거의 계측 데이터를 시계열 데이터로 변환하는 단계;상기 시계열 데이터로 미래 계측값 예측을 수행하는 순환 신경망을 학습시키는 단계;실제 전력 계측 설비가 측정한 계측값을 상태 추정 기반으로 장애 여부를 판정하는 단계;정상이라고 판정된 과거의 계측값들을 상기 순환 신경망에 적용하여 미래의 계측값을 예측하는 단계; 및정상이라고 판정된 현재 계측값과 상기 순환 신경망으로 예측된 계측값을 비교하여, 예측값과 실제값의 차이가 임계값을 넘으면 장애 데이터로 진단하는 단계를 포함하는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 방법
|
| 8 |
8
제7항에 있어서,전력 계측 설비가 실시간적으로 측정한 계측값이, 상기 상태 추정 기반으로 장애 여부를 판정하는 단계 및 상기 순환 신경망에 적용하여 미래의 계측값을 예측하는 단계로 입력되어 이용되는 전력 계측 설비의 악의적인 데이터 주입에 대응하기 위한 데이터 진단 방법
|
