【技术实现步骤摘要】
电网时序数据异常检测方法、装置、设备和存储介质
[0001]本专利技术涉及数据处理
,尤其涉及一种电网时序数据异常检测方法
、
装置
、
设备和存储介质
。
技术介绍
[0002]电网资源业务中台实时量测中心通过实时汇聚电网各环节电气量
、
非电气量量测数据,关联融合一次网架与二次装置数据,支撑电网运行分析
、
设备状态监视等实时类业务应用构建,全面提升电网计算分析能力,以及配网可观测
、
可描述能力
。
然而受到各种通信故障
、
设备故障
、
电网波动和用户行为异常等因素影响,不可避免的会出现大量的异常数据
。
这些异常数据对电网时序数据的准确性和完整性有着重要影响
。
因此,如何从大量的电网时序数据中识别出异常数据,对于后续的数据分析以及数据应用具有十分重要的意义
。
[0003]目前,异常数据的检测通常采用以下几种方式:一是基于统计学的异常检测算法,如基于
3sigma
准则的异常检测算法,通过历史数据的分布来确定目标检测数据的合理波动范围;二是基于聚类的异常检测算法,通过将正常数据进行聚类从而找到异常值与正常值的界进行判断;三是基于分类的异常检测算法,如
One
‑
Class SVM
,通过找到正常值与异常值之间的超平面进行判断
。
然而,对于多维度的电网时 ...
【技术保护点】
【技术特征摘要】
1.
一种电网时序数据异常检测方法,其特征在于,所述方法包括:获取待检测的电网时序数据,并确定所述电网时序数据的至少一个电网时序子序列;基于预设异常检测网络模型确定所述电网时序子序列的重构结果,其中,所述预设异常检测网络模型由至少两个自编码器串行训练后得到;根据所述重构结果的异常得分确定所述电网时序子序列的异常检测结果
。2.
根据权利要求1所述的方法,其特征在于,所述获取待检测的电网时序数据,并确定所述电网时序数据的至少一个电网时序子序列,包括:调用电网资源业务中台实时量测中心的服务接口获取所述电网时序数据;调用预设时间窗口长度的滑动窗口方法对所述电网时序数据进行分割,以生成所述电网时序子序列
。3.
根据权利要求1所述的方法,其特征在于,所述基于预设异常检测网络模型确定所述电网时序子序列的重构结果,包括:将所述电网时序子序列输入至已经训练好的所述预设异常检测网络模型,利用所述预设异常检测网络模型的编码器将所述电网时序子序列映射到隐藏层,得到所述电网时序子序列对应的编码特征,并利用所述预设异常检测网络模型的解码器对所述编码特征进行解码还原,以得到所述重构结果
。4.
根据权利要求1所述的方法,其特征在于,所述根据所述重构结果的异常得分确定所述电网时序子序列的异常检测结果,包括:将所述重构结果与所述电网时序子序列的对应元素差值的
L2
范数作为所述异常得分;判断所述异常得分是否大于预设异常阈值,若是,则确定所述电网时序子序列的异常检测结果为存在异常,若否,则确定所述异常检测结果为不存在异常
。5.
根据权利要求1所述的方法,其特征在于,所述预设异常检测网络模型的训练过程,包括:获取电网时序训练数据,并调用预设时间窗口长度的滑动窗口方法确定所述电网时序训练数据的电网时序训练子序列集合;构建第一自编码器和第二自编码器,其中,所述第一自编码器由三个全连接层的第一编码器和三个全连接层的第一解码器构成,所述第二自编码器由三个全连接层的第二编码器和三个全连接层的第二解码器构成;将所述电网时序训练子序列集合作为所述第一自编码器的输入,将所述第一自编码器输出的第一重构结果作为所述第二自编码器的输入,将所述第二自编码器的输出结果作为第二重构结果,并基于所述第一自编码器对应的第一损失函数以及所述第二自编码器对应的第二损失函数,调用预设...
【专利技术属性】
技术研发人员:赵宇亮,张帆,何禹德,李建芳,马越,刘文,杨智伟,吴明霞,江孔辰,
申请(专利权)人:国家电网有限公司大数据中心,
类型:发明
国别省市:
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。