Resumen Técnico: Benchmark de Aprendizaje Profundo Consciente de la Latencia para la Clasificación en Tiempo Real de Ataques Ciberfísicos y Fallos

Enunciado del Problema

Los sistemas de energía modernos están experimentando una transformación impulsada por la integración de Recursos Basados en Inversores (RBI) y una infraestructura ciberfísica sofisticada. Este cambio introduce modos de fallo complejos donde los RBI exhiben características de corriente de fallo (magnitudes limitadas, armónicos de alta frecuencia) que desafían los esquemas de protección heredados, mientras que la digitalización expande la superficie de ataque cibernético. Aunque el Aprendizaje Profundo (DL) ha demostrado ser prometedor para detectar fallos físicos y ataques cibernéticos con alta precisión fuera de línea, persiste una brecha crítica en la literatura: la mayoría de los estudios priorizan la precisión en conjuntos de datos estáticos mientras descuidan la latencia de inferencia de extremo a extremo en contextos de transmisión realistas.

La línea temporal operativa para la protección de sistemas de energía es excepcionalmente exigente, requiriendo a menudo el aislamiento de fallos dentro de uno a dos ciclos (16–34 ms). La investigación actual carece de benchmarks comparativos rigurosos que cuantifiquen la latencia de los modelos de DL frente a estos estrictos requisitos de tiempo. En consecuencia, las afirmaciones de aplicabilidad en "tiempo real" son frecuentemente infundadas, creando una barrera para la implementación de métodos de aprendizaje automático desde prototipos de investigación hasta sistemas de grado de protección.

Metodología

Para abordar esta brecha, los autores desarrollaron un marco de referencia consciente de la latencia utilizando señales de alta fidelidad en el dominio del tiempo generadas a partir de un simulador de transitorios electromagnéticos de grado industrial (WinIGS).

1. Generación de Datos y Banco de Pruebas:

• Simulador: El conjunto de datos se generó utilizando WinIGS para modelar la dinámica de la red, la integración de energías renovables y las inyecciones de anomalías con precisión de microsegundos.
• Banco de Pruebas: Una microrred rica en inversores que cuenta con un inversor fotovoltaico de 50 kVA y un Sistema de Almacenamiento de Energía por Baterías (BESS) de 30 kVA.
• Adquisición de Datos: Flujos emulados de Valores Muestreados (SV) según la norma IEC 61850 a 4.8 kHz (resolución de 208 µs) desde dos Unidades de Fusión (MUs).
• Anomalías: El estudio abarca 17 clases distintas, incluyendo operación normal, diversos fallos físicos (SLG, LL, DLG, Trifásico) y ataques cibernéticos (ataques de relación TC/TP, suplantación GPS).
• Preprocesamiento: Las características se estandarizaron y se generaron secuencias de 50 muestras utilizando un enfoque de ventana deslizante.

2. Arquitecturas de Modelos:
Ocho arquitecturas de DL distintas fueron evaluadas sistemáticamente:

• Perceptrón Multicapa (MLP)
• Red Neuronal Convolucional 1D (1D-CNN)
• Memoria a Corto y Largo Plazo (LSTM)
• Híbrido CNN-LSTM
• Transformer
• Red de Convolución Temporal (TCN)
• ResNet1D
• Red de Convolución Gráfica Espacio-Temporal (ST-GCN)

3. Pipeline de Inferencia en Tiempo Real:
La evaluación se realizó sobre un pipeline de transmisión que procesa muestras crudas en el dominio del tiempo. Para garantizar la estabilidad de la decisión, el marco empleó:

• Promedio Móvil de un Ciclo: Un filtro de promedio móvil centrado ($N_{cyc} = 80$ muestras) para suavizar los vectores de probabilidad.
• Abstención Basada en Confianza: Un mecanismo de decisión donde las predicciones se emiten solo si la confianza máxima supera un umbral ($\tau = 0.6$). De lo contrario, el sistema se abstiene (emite -1), evitando clasificaciones erróneas de baja confianza.

4. Métricas de Evaluación:
El estudio definió cuatro métricas clave para evaluar el rendimiento bajo restricciones de tiempo real:

• Precisión: Proporción de muestras clasificadas correctamente.
• Cobertura: Fracción de muestras con decisiones confiables (no abstenidas).
• Tiempo de Clasificación ($T_{cls}$): El intervalo entre el inicio de la anomalía y su identificación correcta.
• Latencia de Inferencia ($T_{inf}$): El retraso computacional (tiempo promedio de paso hacia adelante) necesario para generar una decisión a partir de mediciones crudas.

Contribuciones Clave

El artículo presenta tres contribuciones principales:

1. Comparación Sistemática: Una evaluación directa de ocho arquitecturas de DL sobre datos de transmisión de alta fidelidad que cubren 17 anomalías físicas y cibernéticas diferentes.
2. Pipeline de Inferencia Práctico: Implementación de un pipeline en tiempo real que incorpora filtrado cíclico y abstención basada en confianza para mejorar la estabilidad de la decisión en entornos de transmisión.
3. Benchmark Cuantitativo de Latencia: La primera evidencia comparativa de latencias de detección y clasificación subcíclicas para esta diversa suite de modelos, distinguiendo explícitamente entre la velocidad de clasificación algorítmica y la latencia de inferencia de extremo a extremo.

Resultados

Rendimiento de Entrenamiento:
Todos los modelos lograron una alta precisión fuera de línea (>94%). El modelo MLP obtuvo el mejor rendimiento con una precisión del 99.66%, a pesar de tener el menor número de parámetros (157k). El modelo Transformer demostró la mayor precisión equilibrada (99.88%), lo que indica robustez frente al desequilibrio de clases, aunque tuvo una precisión bruta más baja (95.37%).

Inferencia en Transmisión y Latencia:

• Estabilidad: Las predicciones de transmisión crudas exhibieron una oscilación y un "jitter" significativos. La aplicación del filtro de promedio móvil de un ciclo con puerta de confianza estabilizó con éxito las clasificaciones, eliminando las falsas alarmas y asegurando una confianza sostenida del modelo.
• Tiempo de Clasificación: Todos los modelos lograron tiempos de clasificación subcíclicos (que oscilan entre 3.38 ms y 14.83 ms), identificando con éxito las anomalías dentro de la ventana de protección requerida (típicamente <16 ms).
• Latencia de Inferencia: A pesar de los tiempos de clasificación rápidos, la latencia media de inferencia de extremo a extremo superó consistentemente los tres ciclos (50–90 ms) en todos los modelos. Por ejemplo, el MLP tuvo una latencia de 57.20 ms, mientras que el ST-GCN alcanzó 88.89 ms.
• Escenarios Específicos:
  • Ataques de Relación TC: Los modelos MLP y Transformer reaccionaron más rápido (<10 ms), mientras que los modelos recurrentes (LSTM, CNN-LSTM) fueron más lentos (>50 ms).
  • Fallos Fuera de Zona: El sistema identificó correctamente los fallos fuera de la zona de entrenamiento reduciendo la confianza y marcándolos como "no vistos" (-1) en lugar de clasificarlos erróneamente.

Significado y Afirmaciones

El artículo concluye que, si bien los modelos de aprendizaje profundo poseen la capacidad algorítmica para detectar y clasificar anomalías en sistemas de energía con tiempos de respuesta subcíclicos, persiste una brecha crítica entre esta capacidad y la implementación de grado de protección. La latencia de inferencia de extremo a extremo consistente (50–90 ms) supera la ventana típica de 16–34 ms requerida para las funciones de protección primaria.

Los autores afirman que estos hallazgos establecen un benchmark reproducible para la detección de anomalías subcíclicas. El trabajo destaca que los perfiles de latencia actuales son más adecuados para funciones de control y conciencia situacional en lugar de protección primaria. El artículo enfatiza que la transición de estos métodos a aplicaciones del mundo real requiere una mayor optimización y aceleración por hardware para cerrar la brecha de latencia, en lugar de centrarse únicamente en la precisión del modelo. El estudio sirve como guía para comprender las compensaciones entre precisión, velocidad y complejidad en el diseño de sistemas de protección inteligentes de próxima generación.