高级量测体系在电力系统中加入了信息系统,使用智能电表、双向通信系统、用户户内网和计量数据管理系统同用户建立通信联系,能够实现类似分时电价功能的动态计费能力。高级量测体系提供的测量和可视性功能能够大幅提升现有电力公司的运行机制和资产管理流程,因此,高级量测体系具有重要的应用前景和价值。本文探讨了高级量测体系的安全需求。在研究基于高级量测体系的入侵检测技术现状的基础上,分析了高级量测体系的攻击树。对基于高级量测体系的入侵检测技术中的用电异常检测展开了研究,总结了传统用电异常检测和基于机器学习用电异常检测技术的优缺点。通过分析不同用户的电力消费负荷模型,得出了不同时间类型下的用户消费模型的差异。利用支持向量机理论,论文提出了一种基于一分类支持向量机的用电异常检测方案,并对方案进行了实验仿真。仿真利用云电科技园区内的智能计量系统作为实验平台,获取并分析了平台的计量数据,对检测方案的检测率进行统计。结果表明,方案在小样本情况下能获得较高的分类准确率。方案所需的数据来源于计量数据管理系统,无需对智能电表、双向通信系统和用户户内网进行改进,能够充分利用高级量测体系的平台资源。并且,方案所需的训练时间较少,无需对异常数据进行人工分类,能够有效降低方案应用的成本。