Die elektrischen Systeme arbeiten an der Grenze ihrer Leistungsfähigkeit, und die Energiewende ist noch nicht einmal annähernd vollzogen. Darüber hinaus werden die elektrischen Systeme durch die Digitalisierung der Energiesysteme mit hochentwickelten Messgeräten ausgestattet, die die Art und Weise der Datenübertragung verändern. Der technologische Fortschritt sollte sich nicht nur auf die Lösung des Problems konzentrieren, wie die Systemsicherheit im Hinblick auf die Integration erneuerbarer Energien verbessert werden kann, sondern auch darauf, dass die Cybersicherheit des Systems nicht beeinträchtigt wird. In diesem Projekt bündeln die Forschungsgruppen der ZHAW und der King Abdullah University of Science and Technology ihre Kräfte und Kompetenzen, um Strategien zu entwickeln, die auf datengesteuerten und maschinellen Lernalgorithmen für die Erkennung von Anomalien bei korrupten Messwerten aus dem Wide-Area Monitoring System (WAMS) von Energieversorgungsunternehmen basieren. Die entwickelten Werkzeuge werden in einer Hardware-in-the-Loop-Umgebung (HIL) validiert. Die Ergebnisse des Projekts sollen dazu beitragen, dass die Übertragungsnetzbetreiber einen Schritt nach vorne machen, um die Umstellungsziele innerhalb des festgelegten Zeitrahmens zu erreichen.