摘要：该数据集用于研究智能电网广域监测、保护与控制系统中的事件诊断及机器学习安全问题。。
数据集概述
该数据集用于研究智能电网广域监测、保护与控制系统中的事件诊断及机器学习安全问题。数据来源于多个相量测量单元采集的电压和频率数据，可支持深度神经网络识别电力系统扰动，并分析攻击者通过小幅协同篡改PMU数据诱导模型产生错误预测的黑盒对抗攻击。
数据结构与关键特征
数据集包含505个电力系统扰动实例，分为故障DB_FLT 344个、发电损失DB_GNL 140个和同步电动机切换DB_SMS 21个。每个实例被转换为尺寸为300×20×3的伪彩色图像，其中300表示5秒内以60帧/秒采集的时间点，20包含10路电压和10路频率测量，3表示三个基础颜色通道；每段数据包含触发前0.5秒和触发后4.5秒的扰动过程。
应用价值与研究方向
该数据集可用于电力系统故障分类、扰动事件诊断、PMU时空特征分析、广域保护决策和智能电网异常检测，同时适合研究对抗样本生成、黑盒攻击、模型鲁棒性评估、攻击区域定位及防御算法。相关研究有助于提升机器学习辅助电网监测与保护系统面对数据篡改和网络攻击时的安全性与可靠性。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-663
文件大小：180M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)