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：