一种基于异构神经网络的电网潜在安全确定方法及装置制造方法及图纸

技术编号:33308187 阅读:13 留言:0更新日期:2022-05-06 12:18
本发明专利技术公开了一种基于异构神经网络的电网潜在安全确定方法及装置,所述方法包括:获取训练样本集,其中,所述训练样本集由多个关于电网运行的异常数据样本组成;采用多个预设的异构神经网络对所述训练样本集进行训练预测得到多个基础预测结果,并将所述多个基础预测结果集合成基础预测结果集;采用所述基础预测结果集对多个预设的异构神经网络进行迭代更新计算得到目标预测结果;根据所述目标预测结果集确定电网的潜在安全威胁。本发明专利技术可以利用电网设备的异常数据进行多次的迭代更新,以更新各个神经网络的权重,从而可以利用更新后的权重调用各个神经网络进行安全风险预测,以提高预测的准确率。提高预测的准确率。提高预测的准确率。

【技术实现步骤摘要】
一种基于异构神经网络的电网潜在安全确定方法及装置


[0001]本专利技术涉及电网管理的
,尤其涉及一种基于异构神经网络的电网潜在安全确定方法及装置。

技术介绍

[0002]电力网络的安全运行是国家能源安全的重要环节也是保证国家工业和经济命脉稳定发展的重要部分。为了确保电网的稳定运行,除了实时监测与记录电网的运行数据外,还需要根据所记录的运行数据进行安全预测,以避免因监控或管理出现遗漏而导致电网运行出错的情况。
[0003]目前常用的电网安全威胁预测方法是利用历史异常数据信息进行复杂的数学建模,再利用建立的模型进行安全威胁预测。
[0004]但传统方法有如下技术问题:数学建模的耗时长,且步骤复杂,不但增加了预测的难度,也降低了预测处理的效率,而且数学建模需要手动提取历史异常数据的特征,而人工手动提取容易出错,导致模型的单一预测模型鲁棒性不足,预测精度较低。

技术实现思路

[0005]本专利技术提出一种基于异构神经网络的电网潜在安全确定方法及装置,所述方法可以自动对历史异常数据进行迭代更新,并根据更新后的历史异常数据进行安全预测,以提高预测的准确率。
[0006]本专利技术实施例的第一方面提供了一种基于异构神经网络的电网潜在安全确定方法,所述方法包括:
[0007]获取训练样本集,其中,所述训练样本集由多个关于电网运行的异常数据样本组成;
[0008]采用多个预设的异构神经网络对所述训练样本集进行训练预测得到多个基础预测结果,并将所述多个基础预测结果集合成基础预测结果集;
[0009]采用所述基础预测结果集对多个预设的异构神经网络进行迭代更新计算得到目标预测结果;
[0010]根据所述目标预测结果集确定电网的潜在安全威胁。
[0011]在第一方面的一种可能的实现方式中,所述迭代更新计算具体为:
[0012]计算所述基础预测结果集与所述训练样本集之间的真值差值;
[0013]基于所述真值差值计算每个所述预设的异构神经网络的基础预测结果的内积,得到多个内积;
[0014]利用所述多个内积分别更新每个所述预设的异构神经网络的计算权重得到多个更新权重;
[0015]采用所述多个更新权重和所述基础预测结果集计算得到目标预测结果集。
[0016]在第一方面的一种可能的实现方式中,所述采用所述多个更新权重和所述基础预
测结果集计算得到目标预测结果集,包括:
[0017]对所述多个更新权重进行归一化处理得到归一化权重;
[0018]采用所述归一化权重和所述基础预测结果集计算得到目标预测结果集;
[0019]所述归一化权重和所述基础预测结果集的计算公式如下所示:
[0020][0021]其中,E(A)
*
为目标预测结果集;W
scale*
为归一化权重,A为基础预测结果。
[0022]在第一方面的一种可能的实现方式中,所述利用所述多个内积分别更新每个所述预设的异构神经网络的计算权重得到多个更新权重,包括:
[0023]从所述多个内积中筛选数值最小的内积为更新内积;
[0024]根据所述更新内积更新每个所述预设的异构神经网络的计算权重,得到多个更新权重;
[0025]根据所述更新内积更新计算权重的计算公式如下所示:
[0026][0027]其中,为更新权重;ω
i
为在先权重;τ为权重调整参数;为更新内积。
[0028]在第一方面的一种可能的实现方式中,所述内积的计算如下式所示:
[0029][0030]其中,为内积;为第i个异构神经网络对应的基础预测结果;为基础预测结果集与所述训练样本集之间的真值差值。
[0031]在第一方面的一种可能的实现方式中,所述真值差值计算如下式所示:
[0032][0033]其中,为真值差值;E(A)为基础预测结果集;为训练样本集的真值。
[0034]在第一方面的一种可能的实现方式中,所述将所述多个基础预测结果集合成基础预测结果集,包括:
[0035]分别计算得到每个所述预设的异构神经网络的初始权重,并将每个所述初始权重组成形成初始矩阵,得到多个初始矩阵;
[0036]集成所述多个初始矩阵与所述多个基础预测结果得到基础预测结果集。
[0037]在第一方面的一种可能的实现方式中,所述根据所述目标预测结果集确定电网的潜在安全威胁,包括:
[0038]分别将所述目标预测结果集的每行预测数据与预设阈值进行比较,其中,每行数据对应一个异常样本,每个所述异常样本是一段时间内的连续历史异常数据;
[0039]当预设数据大于或等于预设阈值时,则确定所述预测数据对应的异常数据样本存在潜在的安全威胁;
[0040]当预设数据小于预设阈值时,则确定所述预测数据对应的异常数据样本不存在潜在的安全威胁。
[0041]在第一方面的一种可能的实现方式中,所述预设的异构神经网络包括卷积神经网络、残差网络、长短期记忆网络、门控循环单元、卷积神经网络串联长短期记忆网络、卷积神
经网络串联门控循环单元、残差网络串联门控循环单元、卷积神经网络并联长短期记忆网络、卷积神经网络并联门控循环单元或残差网络并联门控循环单元。
[0042]本专利技术实施例的第二方面提供了一种基于异构神经网络的电网潜在安全确定装置,所述装置包括:
[0043]获取模块,用于获取训练样本集,其中,所述训练样本集由多个关于电网运行的异常数据样本组成;
[0044]训练与集成模块,用于采用多个预设的异构神经网络对所述训练样本集进行训练预测得到多个基础预测结果,并将所述多个基础预测结果集合成基础预测结果集;
[0045]迭代更新模块,用于采用所述基础预测结果集对多个预设的异构神经网络进行迭代更新计算得到目标预测结果;
[0046]确定模块,用于根据所述目标预测结果集确定电网的潜在安全威胁。
[0047]相比于现有技术,本专利技术实施例提供的基于异构神经网络的电网潜在安全确定方法及装置,其有益效果在于:本专利技术可以利用电网设备的异常数据进行多次的迭代更新,以更新各个神经网络的权重,从而可以利用更新后的权重调用各个神经网络进行安全风险预测,以提高预测的准确率。
附图说明
[0048]图1是本专利技术一实施例提供的一种基于异构神经网络的电网潜在安全确定方法的流程示意图;
[0049]图2是本专利技术一实施例提供的一种基于异构神经网络的电网潜在安全确定方法的操作流程图;
[0050]图3是本专利技术一实施例提供的一种基于异构神经网络的电网潜在安全确定装置的结构示意图。
具体实施方式
[0051]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于异构神经网络的电网潜在安全确定方法,其特征在于,所述方法包括:获取训练样本集,其中,所述训练样本集由多个关于电网运行的异常数据样本组成;采用多个预设的异构神经网络对所述训练样本集进行训练预测得到多个基础预测结果,并将所述多个基础预测结果集合成基础预测结果集;采用所述基础预测结果集对多个预设的异构神经网络进行迭代更新计算得到目标预测结果;根据所述目标预测结果集确定电网的潜在安全威胁。2.根据权利要求1所述的基于异构神经网络的电网潜在安全确定方法,其特征在于,所述迭代更新计算具体为:计算所述基础预测结果集与所述训练样本集之间的真值差值;基于所述真值差值计算每个所述预设的异构神经网络的基础预测结果的内积,得到多个内积;利用所述多个内积分别更新每个所述预设的异构神经网络的计算权重得到多个更新权重;采用所述多个更新权重和所述基础预测结果集计算得到目标预测结果集。3.根据权利要求2所述的基于异构神经网络的电网潜在安全确定方法,其特征在于,所述采用所述多个更新权重和所述基础预测结果集计算得到目标预测结果集,包括:对所述多个更新权重进行归一化处理得到归一化权重;采用所述归一化权重和所述基础预测结果集计算得到目标预测结果集;所述归一化权重和所述基础预测结果集的计算公式如下所示:其中,E(A)
*
为目标预测结果集;W
scale*
为归一化权重,A为基础预测结果。4.根据权利要求2所述的基于异构神经网络的电网潜在安全确定方法,其特征在于,所述利用所述多个内积分别更新每个所述预设的异构神经网络的计算权重得到多个更新权重,包括:从所述多个内积中筛选数值最小的内积为更新内积;根据所述更新内积更新每个所述预设的异构神经网络的计算权重,得到多个更新权重;根据所述更新内积更新计算权重的计算公式如下所示:其中,为更新权重;ω
i
为在先权重;τ为权重调整参数;为更新内积。5.根据权利要求2所述的基于异构神经网络的电网潜在安全确定方法,其特征在于,所述内积的计算如下式所示:其中,为内积;为第i个异构神经网络对应的基础预测结果;为基础...

【专利技术属性】
技术研发人员:古振威杨云帆吴勤勤梅发茂吴迪张少荣
申请(专利权)人:广东电网有限责任公司电力调度控制中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1