El ataque de inyección de datos falsos (FDI) es un tema candente en los Sistemas Ciberfísicos (CPSs) a gran escala, que puede causar una mala estimación del estado de los controladores. En este documento, nos centramos en la detección de FDI en las líneas de transmisión de la red inteligente. Proponemos un marco de detección novedoso y efectivo para identificar ataques de FDI. A diferencia de los métodos anteriores, hay detectores de múltiples niveles que utilizan nodos periféricos como los controladores lógicos programables (PLCs) en lugar del controlador central para detectar ataques. El marco propuesto puede disminuir el tiempo de transmisión de datos para reducir la latencia de las decisiones porque muchos datos sensoriales no necesitan ser transmitidos al controlador central para la detección. También desarrollamos un algoritmo de detección que utiliza clasificadores basados en aprendizaje automático para identificar FDI. El proceso de entrenamiento se divide en cada nodo periférico y se coloca en el nodo central. Los detectores son ligeros y se adoptan adecuadamente en nuestro marco de detección. Nuestros experimentos de simulación muestran que el marco de detección propuesto puede proporcionar mejores resultados de detección que los enfoques de detección existentes.