Unsupervised Detection of Spatiotemporal Anomalies in PMU Data Using Transformer-Based BiGAN

Aquí presento un resumen técnico detallado del artículo "Detección no supervisada de anomalías espacio-temporales en datos de PMU utilizando BiGAN basado en Transformers" en español.

1. El Problema

La resiliencia de las redes eléctricas modernas depende de la detección oportuna de anomalías en los flujos de datos de los Unidades de Medición Fasorial (PMU). Sin embargo, existen desafíos críticos:

• Escasez de datos etiquetados: Los métodos supervisados tradicionales requieren datos de fallos etiquetados, que son costosos y difíciles de obtener en escenarios reales.
• Complejidad de los datos: Los datos de PMU son series temporales multivariadas de alta resolución que contienen dependencias espacio-temporales complejas (correlaciones entre diferentes ubicaciones geográficas y a lo largo del tiempo).
• Limitaciones de métodos existentes:
  • Los modelos basados en GANs bidireccionales (como Bi-AnoGAN) y autoencoders (AE) a menudo no capturan completamente las correlaciones espaciales a larga distancia.
  • Los métodos de reconstrucción tienden a confundir derivas de parámetros sutiles con anomalías reales, lo que genera altas tasas de falsas alarmas.
  • La sensibilidad al ruido y la falta de generalización ante eventos no vistos son problemas comunes.

El objetivo es desarrollar un marco no supervisado capaz de aprender la distribución de comportamiento normal de la red y detectar desviaciones (anomalías) en tiempo real sin necesidad de datos de entrenamiento etiquetados.

2. Metodología: T-BiGAN

Los autores proponen T-BiGAN, un marco novedoso que integra Transformers con atención por ventanas dentro de una Red Generativa Adversarial Bidireccional (BiGAN).

Arquitectura del Modelo

El sistema consta de tres componentes interconectados:

1. Codificador (Encoder) basado en Transformer: Utiliza capas de auto-atención (self-attention) para mapear las instantáneas de medición de PMU a un vector latente ($z$). Este componente captura dependencias espaciales y temporales complejas asignando pesos dinámicos a los canales de fasores.
2. Generador (Generator) basado en Transformer: Reconstruye las mediciones originales ($\hat{x}$) a partir del espacio latente, utilizando una estructura acoplada al codificador.
3. Discriminador Conjunto (Joint Discriminator): Evalúa la autenticidad de los pares (datos reales, latente) y (datos sintéticos, latente). Esto fuerza una consistencia cíclica, alineando el espacio latente aprendido con la distribución real de los datos.

Función de Objetivo y Entrenamiento

El modelo se entrena adversarialmente minimizando la pérdida del discriminador y maximizando la capacidad del codificador-generador para engañarlo. La función de pérdida total incluye:

• Pérdida de Reconstrucción (MAE): Minimiza el error entre los datos originales y los reconstruidos.
• Pérdida de Consistencia Latente: Asegura que la reconstrucción de un dato latente vuelva al mismo punto en el espacio latente.
• Pérdida Adversarial: Mejora la calidad de la generación y la separación de distribuciones.

Detección de Anomalías y Umbral Adaptativo

Para la inferencia, se calcula una puntuación de anomalía compuesta que combina:

1. Error de reconstrucción.
2. Desviación en el espacio latente.
3. Confianza del discriminador.

Para manejar las derivas operativas lentas de la red, se implementa un umbral adaptativo ($\theta_t$) basado en una ventana deslizante de las puntuaciones anteriores (media y desviación estándar), lo que reduce las falsas alarmas sin sacrificar la sensibilidad.

Preprocesamiento de Datos

Se utiliza un enfoque de preprocesamiento selectivo:

• Aplicación de transformación logarítmica selectiva a canales de gran magnitud (voltaje/corriente) para reducir colas pesadas.
• Estandarización Z-score para estabilizar la optimización del GAN.
• Los datos provienen de un banco de pruebas Hardware-in-the-Loop (HIL) con 8 PMUs en un sistema de 39 barras, simulando fallos, cortes de línea y ciberataques.

3. Contribuciones Clave

1. Integración de Transformers en BiGAN: Es la primera vez que se aplica una arquitectura de Transformer con atención dentro de un marco BiGAN para la detección de anomalías en datos de redes eléctricas, permitiendo modelar dependencias a largo plazo tanto espaciales como temporales.
2. Marco No Supervisado Robusto: Elimina la dependencia de datos de fallos etiquetados, aprendiendo únicamente del comportamiento normal de la red.
3. Mecanismo de Umbral Adaptativo: Propone una estrategia dinámica para ajustar los umbrales de detección según las condiciones operativas cambiantes de la red, mejorando la estabilidad en entornos reales.
4. Validación en Entorno Realista: El modelo se evalúa en un conjunto de datos de alta fidelidad generado en un banco de pruebas HIL, que incluye ruido y eventos ciber-físicos controlados.

4. Resultados

El modelo T-BiGAN fue comparado con múltiples líneas base (PCA, Isolation Forest, Autoencoders, LSTM-AE, BiLSTM-AE, y otros enfoques GAN/Transformer).

• Rendimiento General: T-BiGAN superó a todos los métodos baselines.
  • ROC-AUC: 0.95 (frente a 0.91 del siguiente mejor, Transformer + GAN).
  • Precisión Promedio (AP): 0.996.
  • Precisión: 0.90 ± 0.04.
  • Recall: 0.81 ± 0.03.
  • F1-Score: 0.88 ± 0.05.
• Análisis de Curvas: La curva ROC muestra una separabilidad robusta, y la curva Precision-Recall confirma una alta precisión incluso bajo desequilibrio de clases.
• Matriz de Confusión: En el conjunto de prueba (44,000 frames), el modelo logró un equilibrio excelente entre la detección de eventos reales y el control de falsas alarmas (solo 9 falsos positivos frente a 19 falsos negativos en el conjunto de prueba evaluado).
• Capacidad de Detección: El modelo demostró una fuerza particular en la detección de desviaciones sutiles de frecuencia y voltaje que otros métodos (como los basados en LSTM o clustering) pasaban por alto o confundían con ruido.

5. Significado e Impacto

Este trabajo demuestra que la combinación de mecanismos de auto-atención (Transformers) con aprendizaje adversarial bidireccional es superior para la monitorización de redes eléctricas de área amplia.

• Aplicabilidad Práctica: Ofrece una solución viable para la monitorización en tiempo real sin depender de la costosa anotación manual de datos de fallos.
• Resiliencia: La capacidad de detectar anomalías sutiles y adaptarse a la deriva operativa es crucial para la prevención de apagones y la mejora de la seguridad cibernética.
• Futuro: Los autores proponen futuras líneas de investigación que incluyen la augmentación de datos sintéticos, la clasificación fina de tipos de anomalías (ciberataques vs. fallos físicos) y la implementación eficiente en el borde (edge computing) mediante arquitecturas de atención lineal.

En resumen, T-BiGAN establece un nuevo estado del arte para la detección de anomalías en datos de PMU, ofreciendo mayor precisión, menor tasa de falsas alarmas y una mejor comprensión de las dinámicas espacio-temporales de la red eléctrica.