Detección de perturbaciones y ciberataques en redes eléctricas inteligentes mediante aprendizaje automático...

Área de la Ciencia:

• Ingeniería Eléctrica
• Ciencias de la Computación
• Ciberseguridad

Sus antecedentes:

• Los sistemas de energía modernos se enfrentan a riesgos crecientes de perturbaciones naturales y ciberataques sofisticados.
• Los métodos de detección existentes abordan de manera inadecuada la naturaleza interconectada de las fallas físicas y las intrusiones cibernéticas.
• La necesidad de estrategias de detección sólidas y unificadas es fundamental para la estabilidad y seguridad de la red.

Objetivo del estudio:

• Desarrollar un marco heterogéneo impulsado por datos para la detección unificada de perturbaciones e intrusiones en sistemas de energía.
• Aprovechar las mediciones sincronizadas en el tiempo para mejorar las capacidades de detección.
• Mejorar la confiabilidad y la toma de decisiones en operaciones de redes eléctricas de alto riesgo.

Principales métodos:

• Se utilizaron mediciones sincronizadas en el tiempo para la detección unificada.
• Se implementó preprocesamiento avanzado y selección de características multiestrategia.
• Se emplearon modelos de aprendizaje automático de conjunto optimizados con Optuna.
• Se aplicó SHAP de permutación para mejorar la interpretabilidad del modelo y la información sobre la contribución de las características.

Principales resultados:

• El marco propuesto demostró un rendimiento superior en 37 escenarios de eventos en entornos binarios, de tres clases y multiclase.
• Se alcanzó una precisión, recuperación, puntuación F1, exactitud y especificidad superiores al 96 % con modelos óptimos.
• Se obtuvo un rendimiento promedio superior al 93 % en los conjuntos de datos agregados.
• Se proporcionaron información interpretable sobre las contribuciones de las características para la detección de amenazas.

Conclusiones:

• El marco ofrece una solución eficaz y práctica para mejorar la conciencia y la resiliencia de las redes inteligentes.
• Presenta un enfoque escalable e interpretable para contrarrestar las amenazas ciberfísicas en evolución.
• La estrategia de detección unificada mejora significativamente la seguridad y la estabilidad de los sistemas de energía modernos.