本发明涉及一种基于人工鱼群和BP神经网络的无线电力专网入侵检测方法,分析了系统模型和检测算法的研究现状以及存在的问题,结合鱼群算法在入侵检测技术的应用,同时采用ReliefF降低特征维数,建立电力专网入侵行为分析检测分类器。将群智能优化算法和BP神经网络有效结合到一起,解决传统网络入侵检测模型分类效果不佳、容易出现局部极值的问题,采用量子人工鱼群算法来实现模糊核聚类算法的最优求解,入侵检测速度和检测率均得到提高,更适用于现实电力网络应用环境。本发明的方案旨在研究设备安全状态数据的采集方法,提出对应的数据获取技术,之后研究通信设备安全指标的构建和评价方法,通过业务的路径关联,构建面向电力无线专网的安全监测体系。