一种数据异常评估方法、装置、设备和可读存储介质制造方法及图纸

本申请公开了一种数据异常评估方法、装置、设备和可读存储介质，方法包括：以测控一体化终端处作为馈线节点，将待检测电网线路进行区域划分成各子区域；采集得到流经各馈线节点的节点电压数据和节点电流数据；对拍摄得到的待检测电网线路的原始图像进行RGB值统一化处理，生成待检测电网线路的图像数据；确定各馈线节点的电压电流突变量比值；将各馈线节点的电压电流突变量比值构成的一维向量确定为各子区域的运行异常数据；将运行异常数据以及图像数据输入预置的多特征融合模型，得到各子区域的数据异常发生概率。本申请可在电网线路数据异常时，及时对故障发生处进行定位，同时结合多源数据进行分析，能提高故障定位的可靠性和准确度。和准确度。和准确度。

【技术实现步骤摘要】
一种数据异常评估方法、装置、设备和可读存储介质


[0001]本申请涉及电网检测领域，更具体地说，涉及一种数据异常评估方法、装置、设备和可读存储介质。

技术介绍

[0002]随着新型电力系统的发展，配电系统的供电连续稳定将得到更多的重视，同时也将面临更多的挑战。由于电网线路中的数据量越来越大，对于其中产生异常数无法及时有效地处理，将影响配电网数据系统的正常运行。配电网作为连接供电设施与电力用户的关键纽带，为保障供电连续以及在已经发生数据异常后尽快恢复电网供电，需要快速准确的确定导致其产生数据异常的位置，以进行后续检修工作。
[0003]因此，对于大规模电网线路，需要一种新的方案来提高数据异常评估与定位的可靠性与准确度。

技术实现思路

[0004]有鉴于此，本申请提供了一种数据异常评估方法、装置、设备和可读存储介质，可在电网线路数据异常时，及时对故障发生处进行定位，同时结合多源数据进行分析，能提高故障定位的可靠性和准确度。
[0005]一种数据异常评估方法，包括：以待检测电网线路中的测控一体化终端处作为馈线节点，对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据异常评估方法，其特征在于，包括：以待检测电网线路中的测控一体化终端处作为馈线节点，对所述待检测电网线路进行区域划分，生成与各所述馈线节点唯一对应的各子区域；采集得到流经各所述馈线节点的节点电压数据和节点电流数据；对拍摄得到的所述待检测电网线路的原始图像进行RGB值统一化处理，生成所述待检测电网线路的图像数据；根据各所述馈线节点的所述节点电压数据和所述节点电流数据，确定各所述馈线节点的电压电流突变量比值；将由各所述馈线节点的电压电流突变量比值构成的一维向量，作为与各所述馈线节点唯一对应的各子区域的运行异常数据；将所述待检测电网线路中的各所述子区域的运行异常数据以及所述待检测电网线路的图像数据输入预置的多特征融合模型，得到各所述子区域的数据异常发生概率。2.根据权利要求1所述的方法，其特征在于，根据各所述馈线节点的所述节点电压数据和所述节点电流数据，确定各所述馈线节点的电压电流突变量比值，包括：计算所述节点电压数据和所述节点电流数据中的电压突变量和电流突变量；基于所述电压突变量和所述电流突变量，确定故障发生后一个周波内各所述馈线节点的电压电流突变量比值。3.根据权利要求2所述的方法，其特征在于，所述故障发生后一个周波内各所述馈线节点的电压电流突变量比值的计算公式为：；其中，为一个周波内的采样点数，为馈线节点相电压突变量，为馈线节点相电流突变量。4.根据权利要求1所述的方法，其特征在于，所述多特征融合模型由多层感知器、卷积神经网络、融合层以及softmax函数层构成；将所述待检测电网线路中的各所述子区域的运行异常数据以及所述待检测电网线路的图像数据输入预置的多特征融合模型，得到各所述子区域的数据异常发生概率，包括：将所述待检测电网线路中的各所述子区域的运行异常数据输入所述多特征融合模型的多层感知器中，得到第一识别特征；将所述待检测电网线路的图像数据输入所述多特征融合模型的卷积神经网络中，得到第二识别特征；将所述第一识别特征和所述第二识别特征输入所述多特征融合模型的融合层进行特征融合处理，生成综合识别特征；将所述综合识别特征输入所述多特征融合模型的softmax函数层，得到各所述子区域的数据异常发生概率。
5.根据权利要求1所述的方法，其特征在于，以待...

【专利技术属性】
技术研发人员：李海，梁财源，蓝誉鑫，陈永钦，何思名，李晨，徐敏，刘通，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：