数字化变电站是电力系统的重要组成部分,在电力系统中起到承上启下的作用,其信息安全对保证电力系统网络的安全稳定运行非常重要。随着电力系统网络的日益开放,数字化变电站的安全问题与日俱增。电力系统的数字化变电站按照分层分布式结构划分,可以分为过程层、站控层和间隔层。本文的研究对象是站控层的流量,因此对站控层做简单的介绍。站控层主要指的是厂站级的系统,包括监控系统、子站系统等。站控层由监控主机、操作员站、工程师站、微机五防等设备组成。监控主机也就是主服务器,是数据进行收集、处理、存储及控制的中心。工程师站主要是提供给监控系统维护人员使用,具有对站内设备进行状态检查、参数设置等功能。站控层的主要功能是实现对全站设备的监视,完成数据采集等功能,因此,数字化变电站站控层最容易收到攻击,同时也是我们展开防御和保护的重点。本文的研究对象是数字化变电站站控层的流量,设计并搭建了一套基于Flink的异常分析系统,集成了流量采集,流量过滤,流量预测与展示功能。流量采集模块通过Pcap4J工具,从网卡中采集数据包,一共生成31维不同的特征。过滤模块对收集到的特征进行初步过滤,流量采集模块和过滤模块之间通过RocketMQ作为消息队列来进行通信。预测模块中使用基于CNN+LSTM算法的异常分析手段,融合了CNN的空间提取优势和LSTM保存时序特征的优势,能够使正常数据和异常数据的分类准确性更高。经过验证,该种异常分析的算法无论是在准确率和召回率都能够比相对于其他文献提出的异常分析算法具有明显的优势。