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

Titolo: Rilevamento Non Supervisionato di Anomalie Spazio-Temporali nei Dati PMU Utilizzando un BiGAN Basato su Transformer (T-BiGAN)

1. Il Problema

La resilienza delle reti elettriche moderne dipende dalla capacità di rilevare tempestivamente le anomalie nei flussi di dati degli PMU (Phasor Measurement Units). Questi dispositivi forniscono dati sincronizzati ad alta risoluzione su tensione, corrente e frequenza. Tuttavia, l'identificazione delle anomalie presenta diverse sfide critiche:

• Scarsità di dati etichettati: I metodi supervisionati richiedono dati di guasto etichettati, che sono rari, costosi da ottenere e spesso non rappresentativi di tutti i possibili scenari reali.
• Complessità Spazio-Temporale: Le anomalie nei dati PMU derivano da degradazione delle apparecchiature, errori di trasmissione, intrusioni informatiche o dinamiche impreviste del sistema. Queste anomalie spesso coinvolgono correlazioni complesse sia nel tempo (dipendenze a lungo raggio) che nello spazio (interazioni tra PMU geograficamente distribuiti).
• Limiti degli approcci esistenti: I metodi tradizionali (statistici, clustering) e le architetture deep learning precedenti (come Autoencoder o BiGAN basati su CNN) faticano a catturare le dipendenze a lungo raggio e tendono a generare alti tassi di falsi allarmi o a confondere lievi derive operative con guasti reali.

2. Metodologia: T-BiGAN

Gli autori propongono T-BiGAN, un framework innovativo che integra i Transformer all'interno di una Bidirectional Generative Adversarial Network (BiGAN) per il rilevamento non supervisionato.

• Architettura del Modello:

  • Encoder (E): Utilizza un Transformer con meccanismi di self-attention (basati su finestre) per mappare le finestre temporali dei dati PMU in uno spazio latente ($z$). Questo permette di catturare le dipendenze spazio-temporali globali.
  • Generatore (G): Ricostruisce i dati originali ($\hat{x}$) partendo dallo spazio latente, utilizzando anch'esso una struttura Transformer.
  • Discriminatore (D): Valuta congiuntamente le coppie reali $(x, E(x))$ e quelle sintetiche $(G(z), z)$, imponendo una consistenza del ciclo (cycle consistency) per allineare lo spazio latente alla distribuzione reale dei dati.

• Funzione Obiettivo e Addestramento:
  Il modello è addestrato in modo avversario. L'obiettivo è minimizzare l'errore di ricostruzione e la discrepanza nello spazio latente, mentre il discriminatore cerca di distinguere i dati reali da quelli sintetici. La funzione di perdita totale include:

  • Perdita avversariale ($L_{adv}$).
  • Perdita di ricostruzione (MAE - Mean Absolute Error).
  • Perdita di consistenza latente ($L_{latent}$), che misura la distanza tra $E(x)$ e $E(G(E(x)))$.

• Pre-elaborazione dei Dati:
  I dati grezzi (8 PMU, 14 variabili ciascuno) subiscono un'elaborazione specifica: imputazione dei valori mancanti, applicazione di una trasformazione logaritmica selettiva per canali a grande magnitudine (tensione/corrente) e normalizzazione Z-score per stabilizzare l'ottimizzazione del GAN.

• Punteggio di Anomalia e Soglia Adattiva:
  Durante l'inferenza, un punteggio di anomalia è calcolato combinando:

  1. L'errore di ricostruzione.
  2. L'inconsistenza nello spazio latente.
  3. La confidenza del discriminatore.
     Viene utilizzata una soglia adattiva rotante ($\theta_t$) basata sulla media e deviazione standard dei punteggi recenti, permettendo al sistema di adattarsi a derive lente del punto operativo della rete senza generare falsi allarmi.

3. Contributi Chiave

• Integrazione Transformer-BiGAN: È il primo framework che combina l'attenzione self-attention dei Transformer con l'architettura BiGAN bidirezionale per dati PMU, superando i limiti delle CNN nel catturare correlazioni spaziali a lungo raggio.
• Rilevamento Non Supervisionato Robusto: Il sistema opera senza dati di guasto etichettati durante l'addestramento, imparando esclusivamente il comportamento "normale" della rete.
• Gestione della Deriva Operativa: L'uso di una soglia adattiva dinamica risolve il problema dei falsi positivi causati da normali variazioni operative della rete (es. cambi di carico).
• Validazione su Benchmark Realistico: Il modello è stato testato su un dataset generato in un ambiente Hardware-in-the-Loop (HIL) che simula un sistema IEEE a 39 bus con disturbi fisici e cyber (guasti, blackout, dropout di dati, ecc.).

4. Risultati

Il modello T-BiGAN è stato valutato su un dataset di benchmark realistico e ha mostrato prestazioni superiori rispetto a metodi basati su PCA, Isolation Forest, Autoencoder (AE, VAE), LSTM-AE e altre varianti GAN/Transformer.

• Metriche di Prestazione:
  • ROC-AUC: 0.95 (superiore a tutti i baseline).
  • Precisione Media: 0.996 (nel riassunto) / 0.90 ± 0.04 (nella tabella dettagliata su 5 seed).
  • Recall: 0.81 ± 0.03.
  • F1-Score: 0.88 ± 0.05.
• Confronto: T-BiGAN supera significativamente i metodi supervisionati e non supervisionati esistenti, in particolare nel rilevamento di deviazioni sottili di frequenza e tensione.
• Analisi degli Errori: Il modello mostra un numero molto basso di falsi positivi (FP: 9 su 44.000 frame di test) mantenendo un'alta capacità di rilevamento dei veri positivi.

5. Significato e Impatto

Questo lavoro dimostra che la combinazione di meccanismi di attenzione globale (Transformer) e apprendimento avversario bidirezionale (BiGAN) è estremamente efficace per il monitoraggio delle reti elettriche.

• Monitoraggio in Tempo Reale: La capacità di rilevare anomalie in tempo reale senza dipendere da dati etichettati rende il sistema ideale per il monitoraggio su larga scala (Wide-Area Monitoring).
• Resilienza della Rete: Migliora la sicurezza e l'affidabilità della rete elettrica identificando precocemente intrusioni informatiche e guasti fisici, anche in scenari di rumore elevato.
• Scalabilità: Sebbene i risultati siano specifici per il dataset testato, l'approccio fornisce una base solida per lo sviluppo di sistemi di rilevamento intelligenti e resilienti per smart grid, microgrid e infrastrutture critiche. I futuri lavori prevedono l'integrazione di dati multimodali (SCADA, meteo) e l'ottimizzazione per l'implementazione su dispositivi edge.