⚡ electrical engineering

The Wisdom of the Crowd: High-Fidelity Classification of Cyber-Attacks and Faults in Power Systems Using Ensemble and Machine Learning

Este documento demuestra que, si bien la precisión fuera de línea es un indicador poco fiable de la preparación operativa, un perceptrón multicapa supera a los métodos de conjunto en entornos de transmisión en tiempo real para la clasificación de alta fidelidad de ciberataques y fallos en sistemas de potencia, destacando la necesidad crítica de pipelines de inferencia realistas en redes de recursos basados en inversores.

Autores originales: Emad Abukhousa, Syed Sohail Feroz Syed Afroz, Fahad Alsaeed, Abdulaziz Qwbaiban, Saman Zonouz, A. P. Sakis Meliopoulos

Publicado 2026-05-20

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Emad Abukhousa, Syed Sohail Feroz Syed Afroz, Fahad Alsaeed, Abdulaziz Qwbaiban, Saman Zonouz, A. P. Sakis Meliopoulos

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina la red eléctrica como una orquesta masiva y compleja. Durante mucho tiempo, esta orquesta tocó con instrumentos tradicionales (como grandes generadores giratorios). Pero ahora, está añadiendo muchos instrumentos nuevos y digitales (paneles solares, baterías e inversores) que se tocan de manera diferente. Si bien esto hace que la música sea más flexible, también dificulta distinguir entre un músico que está interpretando un solo hermoso y complejo y un músico que en realidad está tocando las notas incorrectas o está siendo sabotajeado por un hacker.

Este artículo es como una "audición" rigurosa para ver qué programas informáticos (modelos de Aprendizaje Automático) son mejores escuchando a esta orquesta y gritando instantáneamente: "¡Eso es un fallo real de un instrumento!" o "¡Eso es un hacker!".

Aquí está el desglose de su experimento y hallazgos:

1. El Campo de Entrenamiento: Un Gemelo Digital Ultra-Realista

En lugar de probar estos programas informáticos con datos simples y ficticios (como un dibujo animado de un circuito), los investigadores construyeron un gemelo digital de alta fidelidad de un sistema eléctrico real.

La Analogía: Imagina entrenar a un piloto no en un videojuego simple, sino en un simulador de vuelo que imita perfectamente las ráfagas de viento, las vibraciones del motor e incluso el olor del combustible quemado.
La Configuración: Simularon una "microred" con paneles solares, baterías y generadores tradicionales. Registraron datos a una velocidad super-rápida (4.800 veces por segundo) para capturar fallos diminutos y rápidos que los sistemas más lentos pasarían por alto.
La Prueba: Crearon dos tipos de problemas para que los ordenadores resolvieran:
- Fallas Físicas: Como un cable que se rompe o un cortocircuito.
- Ciberataques: Como un hacker que cambia secretamente los números que lee el sistema (por ejemplo, diciéndole al sistema que el voltaje es normal cuando en realidad es peligroso).

2. Los Participantes: 12 Cerebros Diferentes

Los investigadores enfrentaron a 12 modelos de Aprendizaje Automático diferentes entre sí.

El Equipo "Ensemble": Son como un comité de expertos. Toman muchos modelos simples diferentes (como Árboles de Decisión o Bosques Aleatorios) y les piden su opinión a todos, luego votan por la respuesta.
El Equipo "Red Neuronal": Son como un único cerebro de pensamiento profundo (específicamente, Perceptrones Multicapa o MLP) que aprende patrones conectando muchas capas de "neuronas".

3. La Gran Sorpresa: Offline vs. Tiempo Real

Esta es la parte más importante del artículo.

Fase 1: El Examen Escrito (Offline)
Primero, probaron los modelos en un conjunto de datos estático, como darles un examen de opción múltiple donde tienen todo el tiempo del mundo para pensar.

Resultado: Casi todos obtuvieron una A+ (99,8 % de precisión). Tanto el "Comité" (Ensembles) como el "Cerebro Profundo" (MLP) parecían perfectos sobre el papel.

Fase 2: La Actuación en Vivo (Transmisión)
Luego, pusieron los modelos en un entorno de transmisión en tiempo real. Esto es como pedirles a los modelos que escuchen a la orquesta en vivo y tomen una decisión en una fracción de segundo mientras suena la música, sin pausar para pensar.

El Giro: Los modelos "Comité" (Ensembles) comenzaron a congelarse. Tenían tanto miedo a cometer un error que se negaron a responder la mayor parte del tiempo. Decían: "No estoy seguro, lo pasaré" (esto se llama abstención).
- Analogía: Imagina a un guardia de seguridad que es tan cuidadoso que solo grita "¡Intruso!" cuando está 100 % seguro. Si está 90 % seguro, se queda en silencio. Aunque nunca lanza una falsa alarma, se pierde muchos intrusos reales porque es demasiado indeciso.
El Ganador: El "Cerebro Profundo" (MLP) fue mucho más confiado. Siguió tomando decisiones casi todo el tiempo (cobertura del 98–99 %) y seguía siendo muy preciso. Fue mejor manejando la realidad rápida y desordenada de la transmisión en vivo.

4. La Red de Seguridad: Suavizado y Umbrales

Para ayudar a los modelos a tomar mejores decisiones en tiempo real, los investigadores añadieron dos características de seguridad:

Filtro de Suavizado: En lugar de reaccionar a cada pequeño destello individual en los datos (que podría ser solo ruido), el modelo observa una pequeña ventana de tiempo (un ciclo de electricidad) y promedia el resultado. Es como mirar una película fotograma a fotograma versus ver toda la escena para entender la acción.
Umbral de Confianza: Se le dice al modelo: "Si no estás al menos 60 % seguro de tu respuesta, no digas nada". Esto evita que el sistema entre en pánico y desconecte la energía sin razón.

5. El Veredicto

No confíes en el examen escrito: Un modelo que obtiene un 99 % en una prueba estática no necesariamente está listo para el mundo real. Los modelos "Comité" se veían geniales sobre el papel, pero eran demasiado indecisos en la vida real.
El "Cerebro Profundo" ganó: La Red Neuronal (MLP) fue la más confiable, equilibrando alta precisión con la confianza para tomar decisiones rápidamente.
La Trampa: Incluso el ganador (MLP) tardó unos 60 milisegundos en tomar una decisión. La red eléctrica necesita decisiones en menos de 50 milisegundos para evitar daños al equipo. Por lo tanto, aunque la IA es inteligente, actualmente es un poco demasiado lenta para ser el guardián de seguridad principal, aunque es un candidato muy fuerte para el futuro.

Resumen

El artículo nos enseña que en el mundo de alto riesgo de las redes eléctricas, la confianza y la velocidad importan tanto como la precisión. Un modelo que es perfecto sobre el papel pero demasiado asustado para hablar en una crisis no es útil. El "Cerebro Profundo" (MLP) demostró ser el oyente más confiable en la orquesta digital ruidosa y rápida, aunque aún necesita volverse un poco más rápido para ser desplegado completamente.

Resumen Técnico: Clasificación de Alta Fidelidad de Ciberataques y Fallos en Sistemas de Potencia

Enunciado del Problema
La evolución de los sistemas de potencia hacia redes inteligentes con alta penetración de Recursos Basados en Inversores (IBR) ha introducido dinámicas complejas y nuevas vulnerabilidades. A diferencia de las máquinas síncronas, los IBR limitan las corrientes de fallo y generan ondas no sinusoidales, degradando la efectividad de los relés de protección tradicionales. Además, la convergencia de la infraestructura física con redes cibernéticas (por ejemplo, SCADA, subestaciones digitales IEC 61850) expande la superficie de ataque. Las intrusiones cibernéticas, como la Inyección de Falsos Datos (FDI), la Denegación de Servicio (DoS) y los ataques de repetición, pueden imitar o exacerbar perturbaciones físicas, haciendo que la clasificación precisa sea crítica para evitar disparos injustificados o daños al equipo. Aunque numerosas soluciones de Aprendizaje Automático (ML) afirman tener alta precisión, a menudo se basan en conjuntos de datos de baja fidelidad que omiten ruido transitorio, errores de alineación y desequilibrios de clases. Crucialmente, pocos estudios evalúan la detección de anomalías en condiciones en vivo, ciclo a ciclo, dejando la brecha entre el rendimiento fuera de línea y la preparación para el campo sin verificar.

Metodología
Este estudio presenta un marco de evaluación integral fundamentado en simulaciones de transitorios electromagnéticos (EMT) de alta fidelidad utilizando WinIGS a una tasa de muestreo de 4.8 kHz (80 muestras por ciclo). El banco de pruebas simula un entorno de subestación digital realista conforme a IEC 61850, integrando generadores síncronos, un sistema fotovoltaico de 50 kVA, un sistema de almacenamiento de baterías de 30 kVA y diversas cargas.

La metodología procede en dos fases:

Entrenamiento fuera de línea (Fase 1): Se utilizó un conjunto de datos de 22 segundos que contenía 18 clases distintas (1 operación normal, 17 anomalías que incluyen fallos físicos como SLG, LL, DLG y ciberataques como manipulación de la relación CT/PT y suplantación de GPS) para entrenar y validar 12 modelos de ML. Estos incluían algoritmos de conjunto (Random Forest, Extra Trees, AdaBoost, Gradient Boosting, Árbol de Decisión), clasificadores tradicionales (SVM, k-NN, Naive Bayes, Regresión Logística) y tres configuraciones de Perceptrón Multicapa (MLP). Los datos se estandarizaron y los pesos de las clases se ajustaron para mitigar el desequilibrio.
Evaluación de transmisión en tiempo real (Fase 2): Los modelos preentrenados se probaron en un conjunto de datos de transmisión separado de 6 segundos que contenía anomalías secuenciales. Para simular restricciones operativas, el marco incorporó un filtro de suavizado de longitud de ciclo (promedio móvil centrado sobre 80 muestras) y un umbral de confianza ( $\tau = 0.6$ ). Se requirió que los modelos emitieran una etiqueta de clase o "se abstuvieran" si la confianza caía por debajo del umbral, asegurando una respuesta subcíclica mientras se estabilizaban las decisiones contra el ruido de alta frecuencia.

Contribuciones Clave
El artículo hace tres contribuciones principales:

Marco de Evaluación de Alta Fidelidad: Introduce un entorno de pruebas robusto utilizando datos en formato COMTRADE de una simulación de subestación digital realista, permitiendo una evaluación de rendimiento transparente que tiene en cuenta las dinámicas de los IBR y las interacciones ciberfísicas.
Comparación de Referencia: Proporciona una comparación directa de 12 algoritmos de ML y Aprendizaje Profundo en escenarios tanto estáticos (fuera de línea) como dinámicos (transmisión), destacando la divergencia entre la precisión teórica y la fiabilidad operativa.
Lógica de Decisión en Tiempo Real Mejorada: El estudio demuestra la eficacia del filtrado por promedio móvil y la umbralización de confianza en la reducción de clasificaciones erróneas espurias durante los períodos de recuperación transitoria, mejorando así la fiabilidad de la decisión.
Reproducibilidad de Código Abierto: El conjunto de datos y el código de implementación han sido publicados como código abierto para cerrar la brecha entre los modelos de laboratorio y los sistemas desplegados en campo.

Resultados
La evaluación reveló una significativa "brecha de generalización" entre el rendimiento fuera de línea y el de transmisión:

Rendimiento fuera de línea: La mayoría de los modelos alcanzaron precisiones casi perfectas (hasta 99.88%). Los modelos Random Forest y MLP fueron los mejores en este entorno estático.
Rendimiento de transmisión: En el entorno de transmisión en tiempo real, surgió una divergencia aguda.
- Modelos MLP: El Perceptrón Multicapa (específicamente la configuración más ancha de 3 capas ocultas) mantuvo la mayor cobertura de clasificación (98–99%) mientras conservaba una precisión robusta de anomalías (96–99%). Distinguió con éxito entre fallos genuinos y transitorios benignos (por ejemplo, corrientes de entrada de condensadores).
- Métodos de Conjunto: Aunque modelos como Random Forest y Extra Trees mantuvieron una precisión perfecta en las anomalías que sí clasificaron, se abstuvieron frecuentemente de tomar decisiones (la cobertura cayó al 10–49%). Esto indica un comportamiento conservador donde los conjuntos requieren mayor certeza antes de comprometerse con una etiqueta.
- Casos Difíciles: El fallo AC-N de doble línea a tierra (DLG) resultó ser el evento más difícil, causando caídas de precisión en muchos modelos.
- Latencia: El MLP mejor clasificado logró la clasificación de eventos en menos de 15 ms, pero la latencia promedio de inferencia (incluyendo el cálculo) fue de aproximadamente 60 ms. Esto excede el requisito de 50 ms para los relés de protección primaria, indicando una limitación actual para el despliegue inmediato en roles de protección primaria.

Significado y Afirmaciones
El artículo afirma que la precisión fuera de línea por sí sola es un indicador poco fiable de la preparación para el campo en la protección de sistemas de potencia. Los hallazgos subrayan que en redes ricas en IBR, la "multitud" de diversos métodos de conjunto, aunque precisos, pueden ser demasiado conservadores para aplicaciones en tiempo real debido a las frecuentes abstenciones. Por el contrario, las redes neuronales (MLP) ofrecen mejor cobertura y adaptabilidad a datos de transmisión no vistos, pero aún enfrentan obstáculos de latencia computacional.

El estudio concluye que las tuberías de pruebas realistas, que incluyen evaluación de transmisión, métricas de cobertura y análisis de abstención, son esenciales para desarrollar sistemas de clasificación confiables. Si bien la clasificación basada en ML es factible, su aplicación inmediata a la protección primaria está actualmente restringida por la sobrecarga computacional, lo que requiere trabajos futuros sobre la reducción de la latencia y la validación en bancos de pruebas físicos. El trabajo sirve como una línea base reproducible para futuras investigaciones sobre clasificación y localización conjunta en topologías de red en evolución.