本發(fā)明公開了一種電力網(wǎng)絡(luò)虛假數(shù)據(jù)注入攻擊檢測(cè)方法，包括：以強(qiáng)化學(xué)習(xí)的方式對(duì)環(huán)境建立深度學(xué)習(xí)模型，智能體與環(huán)境進(jìn)行交互，依據(jù)電力數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)收集的數(shù)據(jù)集構(gòu)建出強(qiáng)化學(xué)習(xí)的多元組，并將多元組收集至經(jīng)驗(yàn)池，作為后續(xù)訓(xùn)練的采樣軌跡；將經(jīng)驗(yàn)池中的采樣軌跡分別輸入至行動(dòng)者智能體和評(píng)論家智能體，通過長(zhǎng)短期記憶網(wǎng)絡(luò)模塊和多層線性網(wǎng)絡(luò)模塊進(jìn)行訓(xùn)練各自對(duì)應(yīng)的智能體，然后通過損失函數(shù)使得行動(dòng)者智能體和評(píng)論家智能體進(jìn)行交互合作以更新各自的網(wǎng)絡(luò)參數(shù)，以優(yōu)化深度學(xué)習(xí)模型的數(shù)據(jù)檢測(cè)功能。本發(fā)明提供的檢測(cè)方法利用長(zhǎng)短期記憶網(wǎng)絡(luò)模塊將歷史的狀態(tài)輸入也作為檢測(cè)的依據(jù)，提升了系統(tǒng)對(duì)于注入攻擊的檢測(cè)識(shí)別準(zhǔn)確率。