Abstract: Z. Du, Z. Yan, Y. Xu (2024)

To detect cyber-attacks on individual smart meters, this letter proposes a novel data-driven method based on dimensional augmentation with recurrence plots (RPs) and visual geometry group network (VGGNet). Firstly, the real-time 1-dimensional time-series smart meter data is augmented to 2-dimensional image data using the RPs method, which provides visual-distinguishable features that can be more easily identified by the computer vision-based algorithms. Then, the genuine and contaminated smart meter data are distinguished using the VGGNet on the augmented 2-dimensional data. The proposed method is tested on a public user-level load dataset with 20 residential buildings and shows high accuracy and strong interpretability.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A Dimensional Augmentation-Based Data-Driven Method for Detecting False Data Injection in Smart Meters