电网调控异常操作在线自动检测预警方法及系统技术方案

本发明专利技术公开了电网调控异常操作在线自动检测预警方法及系统。首先，构建了电网调控异常操作界定体系，基于电网调控系统日志数据，进行电网调控系统异常操作行为分类和界定；其次，通过构建基于深度学习方法的特征提取模型，提取异常操作行为特征；最后，根据异常操作行为特征构建电网调控异常操作在线自动超前甄别预警模型，根据历史日志数据对模型参数进行训练和优化，并评估模型预测性能，实现对电网调控系统中的异常操作行为进行准确在线超前甄别和预警。本发明专利技术实时监测异常操作，并对可能发生的异常操作进行准确超前甄别和预警，帮助调度员及时纠正错误操作，降低人为误操作率，提高电网运行安全性和稳定性。提高电网运行安全性和稳定性。提高电网运行安全性和稳定性。

【技术实现步骤摘要】
电网调控异常操作在线自动检测预警方法及系统


[0001]本专利技术属于电力系统调度控制领域，具体涉及电网调控异常操作在线自动检测预警方法及系统。

技术介绍

[0002]随着电网调度控制操作信息化水平不断体态，智能电网核心业务操作越来越依赖于调控系统的可靠运行，操作员不正确的操作会带来不可估量的风险和损失。但传统电网调控系统对异常控制行为无甄别及控制能力，当系统发生异常控制行为时无法识别并及时阻止控制行为的发生。当前电网网络安全形势严峻，亟需提升系统在远方设备操作控制方面的安全防范措施，避免被外部环境干扰和人员操作失误造成重大电网事故。
[0003]现有技术中，采用对电网调控运行数据进行统计分析，缺少对人员操作数据的研究。
[0004]现有技术1(CN109919448 A)“用于电网调控运行数据智能统计分析应用的方法”，设定统计分析时间段；获取统计分析时间段内的其中一项电网调控运行数据；统计分析该项电网调控运行数据的出现频率及数值范围；将出现频率及数值范围与该项电网调控运行数据极限警告值进行对比，得到对比结果；根据对比结果，得出该项电网调控运行数据的运行状态统计分析表。该专利技术能够监控电网调控运行数据，实现电网调控运行数据异常预警。现有技术文件1的不足之处在该方法仅对电网调控运行过程中的某项数据的出现频率和范围进行统计分析，并未考虑调控动作发生的时间、地点等重要因素，不利于发现由于调度员错误操作或非专业人员的非法操作带来的异常风险。
[0005]现有技术2(CN113807690A)“区域电网调控系统运行状态在线评估预警方法及系统”，收集区域电网调控系统运行数据，并对数据进行规范化存储；进行数据预处理，并进行数据优先级标注和数据正确性标注；确定评估指标权重，确定系统运行状态评价等级；构建电网调控系统运行状态在线评估预警模型；根据优先级评价原则实现电网调控系统运行状态评估预警模型训练，采用训练后的评估预警模型进行电网调控系统运行状态在线评估预警。现有技术文件2的不足之处在该技术主要针对电网调控系统运行状态中的异常数据进行预警评估，并未涉及到调度员操作动作范畴。人工操作会由于调度员个人因素和作业任务成熟度而产生不同程度的操作风险。对此类风险的预警不属于现有技术文件2的范畴。
[0006]综上所述，目前对电网调控异常操作的问题还缺乏研究，亟需一种能准确预警电网调控系统异常操作的方法。

技术实现思路

[0007]为解决现有技术中存在的不足，本专利技术的目的在于，提供电网调控异常操作在线自动检测预警方法，通过分析电网调控系统软件运行产生的日志数据，实时界定调控操作行为的状态，甄别异常操作行为。同时根据调控操作历史数据，及时提供异常操作预警信息。
[0008]本专利技术采用如下的技术方案。电网调控异常操作在线自动检测预警方法，包括以下步骤：
[0009]步骤1，采集区域电网调控系统的操作日志数据，并对操作日志数据进行扩展处理；
[0010]步骤2，基于时间，地点和动作行为三个因素对操作日志数据进行界定，得到异常操作日志数据；
[0011]步骤3，根据异常操作日志数据，从调度员属性特征，操作行为特征和业务特征三个方面进行异常操作日志特征提取；
[0012]步骤4，采用CNN(Convolutional Neural Networks，卷积神经网络)和LSTM(Long Short Term Memory network，长短期神经网络)的结构建立电网调控异常操作预警模型，利用历史操作日志数据对电网调控异常操作预警模型参数进行训练；
[0013]步骤5，采用训练好的电网调控异常操作预警模型，利用实时采集的电网调控操作日志数据进行电网调控系统异常操作在线自动检测和预警。
[0014]优选地，步骤1中，操作日志数据包括：动作数据，设备数据，场地数据和人员数据。
[0015]步骤1中，对操作日志数据进行扩展，是将操作日志数据中的人员数据特征进行扩展，扩展后的人员数据特征包括：姓名，工号，年龄，工龄，职级和操作年限。
[0016]优选地，步骤2中，基于时间因素对操作日志数据进行界定，得到的异常操作日志数据包括：登录时间异常、操作时间异常和操作用时异常。
[0017]步骤2中，基于地点因素对操作日志数据进行界定，得到的异常操作日志数据还包括：常规登录地点异常、特定操作登录地点异常。
[0018]步骤2中，基于动作行为因素对操作日志数据进行界定，得到的异常操作日志数据还包括：正常操作动作和异常操作动作。
[0019]优选地，步骤3中，调度员属性特征包括：年龄，工龄，职级和操作年限；
[0020]调度员操作行为特征包括：登录时间，登录地点，操作时间，操作用时和操作动作；
[0021]操作员业务特征包括：业务等级，业务类型和业务成熟度。
[0022]优选地，步骤4中，模型包含一个输入层，一个卷积层，一个池化层，一个LSTM层，一个全连接层和一个输出层；
[0023]CNN中的卷积层和池化层用于提取空间和动作特征，LSTM层用于提取隐藏在空间和动作特征序列中的时间特征；
[0024]模型采用平均绝对误差作为损失函数和Adam优化器。
[0025]优选地，步骤5中，利用实时采集的电网调控操作日志数据，由电网调控异常操作预警模型求出预测值与正常值的残差，通过分析残差序列与正常数据样本的差异，完成电网调控异常操作预警。
[0026]步骤5中，如下关系式计算预测值和真实值之间的残差RMSE值：
[0027][0028]式中，
[0029]m表示样本数据总数，
[0030]t
j
表示第j个电网调控历史操作日志数据样本的真实值，
[0031]e
j
表示第j个电网调控历史操作日志数据样本的预测值，
[0032]不断修正电网调控异常操作预警模型参数，以残差RMSE达到标准时停止修正。
[0033]步骤5中，当差异残差序列与正常样本的平均偏差小于10％，则认为操作无异常风险；
[0034]当差异残差序列与正常样本的平均偏差大于10％，则判定为有异常操作风险，发出异常预警信号。
[0035]电网调控异常操作在线自动检测预警系统，包括：数据采集模块，数据分类模块，特征提取模块，构建模型模块和在线预警模块，其特征在于：
[0036]数据采集模块用于采集区域电网调控系统操作日志数据，并对操作日志数据进行扩展处理；
[0037]数据分类模块用于基于时间、地点和动作行为三个因素对操作日志数据进行分类和界定，得到异常操作日志数据；
[0038]特征提取模块用于根据异常操作日志数据，从调度员属性特征，操作行为特征和业务特征三个方面进行异常操作日志特征提取；
[0039]构建模型模块用于构建电网调控异常操作预警模型，根据历史操作日志数据对模型参数进行训练和优化；
[0040]在线预警模块用于采用电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.电网调控异常操作在线自动检测预警方法，所述方法，包括以下步骤：步骤1，采集区域电网调控系统的操作日志数据，并对操作日志数据进行扩展处理；步骤2，基于时间，地点和动作行为三个因素对操作日志数据进行界定，得到异常操作日志数据；步骤3，根据异常操作日志数据，从调度员属性特征，操作行为特征和业务特征三个方面进行异常操作日志特征提取；步骤4，采用CNN和LSTM的结构建立电网调控异常操作预警模型，利用历史操作日志数据对电网调控异常操作预警模型参数进行训练；步骤5，采用训练好的电网调控异常操作预警模型，利用实时采集的电网调控操作日志数据进行电网调控系统异常操作在线自动检测和预警。2.根据权利要求1所述的电网调控异常操作在线自动检测预警方法，其特征在于：步骤1中，操作日志数据包括：动作数据，设备数据，场地数据和人员数据。3.根据权利要求2所述的电网调控异常操作在线自动检测预警方法，其特征在于：步骤1中，对操作日志数据进行扩展，是将操作日志数据中的人员数据特征进行扩展，扩展后的人员数据特征包括：姓名，工号，年龄，工龄，职级和操作年限。4.根据权利要求1所述的电网调控异常操作在线自动检测预警方法，其特征在于：步骤2中，基于时间因素对操作日志数据进行界定，得到的异常操作日志数据包括：登录时间异常，操作时间异常和操作用时异常。5.根据权利要求4所述的电网调控异常操作在线自动检测预警方法，其特征在于：步骤2中，基于地点因素对操作日志数据进行界定，得到的异常操作日志数据还包括：常规登录地点异常、特定操作登录地点异常。6.根据权利要求5所述的电网调控异常操作在线自动检测预警方法，其特征在于：步骤2中，基于动作行为因素对操作日志数据进行界定，得到的异常操作日志数据还包括：正常操作动作和异常操作动作。7.根据权利要求6所述的电网调控异常操作在线自动检测预警方法，其特征在于：步骤3中，调度员属性特征包括：年龄，工龄，职级和操作年限；调度员操作行为特征包括：登录时间，登录地点，操作时间，操作用时和操作动作；操作员业务特征包括：业务等级，业务类型和业务成熟度。8.根据权利要求7所述的电网调控异常操作在线自动检测预警方法，其特征在于：步骤4中，模型包含一个输...

【专利技术属性】
技术研发人员：李春，张琦兵，田江，马明明，龚育成，吕洋，赵奇，孙世明，丁宏恩，马洁，孟雨庭，吴永华，王若晨，
申请(专利权)人：国电南瑞科技股份有限公司南京南瑞继保工程技术有限公司国网江苏省电力有限公司，
类型：发明
国别省市：