电网时序数据异常检测方法技术

本发明专利技术公开了一种电网时序数据异常检测方法

【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序数据，上述异常检测算法通常都存在检测准确性较差的问题
。

技术实现思路

[0004]本专利技术提供了一种电网时序数据异常检测方法
、
装置
、
设备和存储介质，以解决相关技术中存在的电网时序数据异常检测的准确性较差的问题
。
[0005]根据本专利技术的一方面，提供了一种电网时序数据异常检测方法，该方法包括：
[0006]获取待检测的电网时序数据，并确定电网时序数据的至少一个电网时序子序列；
[0007]基于预设异常检测网络模型确定电网时序子序列的重构结果，其中，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；
[0008]根据重构结果的异常得分确定电网时序子序列的异常检测结果
。
[0009]根据本专利技术的另一方面，提供了一种电网时序数据异常检测装置，该装置包括：
[0010]数据获取模块，用于获取待检测的电网时序数据，并确定电网时序数据的至少一个电网时序子序列；
[0011]重构结果确定模块，用于基于预设异常检测网络模型确定电网时序子序列的重构结果，其中，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；
[0012]异常检测结果确定模块，用于根据重构结果的异常得分确定电网时序子序列的异常检测结果
。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的电网时序数据异常检测方法
。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的电网时序数据异常检测方法
。
[0018]本专利技术实施例的技术方案，通过获取待检测的电网时序数据，并确定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电网时序子序列的重构结果，其中，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；根据重构结果的异常得分确定电网时序子序列的异常检测结果
。
本专利技术实施例通过将获取的电网时序数据的电网时序子序列输入至预设异常检测网络模型以得到对应的重构结果，进而根据重构结果的异常得分确定电网时序子序列对应的异常检测结果，解决了电网时序数据异常检测的准确性较低的问题，实现了精确
、
高效的电网时序数据异常检测方法
。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围
。
本专利技术的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0021]图1是根据本专利技术实施例一提供的一种电网时序数据异常检测方法的流程图；
[0022]图2是根据本专利技术实施例二提供的一种电网时序数据异常检测方法的流程图；
[0023]图3是根据本专利技术实施例二提供的一种预设异常检测网络模型的训练过程的流程图；
[0024]图4是根据本专利技术实施例三提供的一种电网时序数据异常检测方法的流程图；
[0025]图5是根据本专利技术实施例四提供的一种电网时序数据异常检测装置的结构示意图；
[0026]图6是实现本专利技术实施例的电网时序数据异常检测方法的电子设备的结构示意图
。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围
。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序
。
应该理解这样使用
的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施
。
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程
、
方法
、
系统
、
产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程
、
方法
、
产品或设备固有的其它步骤或单元
。
[0029]实施例一
[0030]图1为本专利技术实施例一提供了一种电网时序数据异常检测方法的流程图，本实施本文档来自技高网...

【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：