本發(fā)明涉及網(wǎng)絡(luò)與信息安全監(jiān)測(cè)技術(shù)領(lǐng)域；具體涉及一種新能源電力網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)，其中，數(shù)據(jù)包探測(cè)模塊獲取入侵原始數(shù)據(jù)包，數(shù)據(jù)標(biāo)準(zhǔn)化模塊將入侵原始數(shù)據(jù)包統(tǒng)一為標(biāo)準(zhǔn)化格式數(shù)據(jù)包，數(shù)據(jù)降維模塊將標(biāo)準(zhǔn)化格式數(shù)據(jù)包進(jìn)行降維處理，獲得入侵?jǐn)?shù)據(jù)樣本；樣本訓(xùn)練模塊將數(shù)據(jù)降維后的入侵?jǐn)?shù)據(jù)樣本，通過模型訓(xùn)練算法進(jìn)行訓(xùn)練學(xué)習(xí)，生成多分類分類器；入侵預(yù)警模塊針對(duì)系統(tǒng)分類檢測(cè)記錄的新型入侵檢測(cè)樣本，訓(xùn)練學(xué)習(xí)生成新的入侵檢測(cè)規(guī)則。本發(fā)明可以有效地提高系統(tǒng)分類器的訓(xùn)練和實(shí)時(shí)性，大大提高入侵事件識(shí)別準(zhǔn)確率和實(shí)現(xiàn)更低的誤報(bào)率。