一种基于多粒度动态感受野的电能表异常检测系统及方法技术方案

本发明专利技术公开了一种基于多粒度动态感受野的电能表异常检测系统及方法，属于电能计量技术领域。本发明专利技术系统，包括：多粒度动态感受野模块，用于对电能表的补丁块数据进行遍历处理，以输出感受野数据；多维时序编解码器模块，用于对所述多粒度动态感受野模块输出的感受野数据进行重构，输出重构数据；双层异常检测模块，用于计算出所述多维时序编解码器模块输出的重构数据的异常分数，基于所述异常分数，确定电能表的异常。本发明专利技术通过感受野及数据重构，能够识别数据的异常，以此确定异常分数，并解决了现有重构方法在处理低信息密度的多维时序数据时可能出现的信息丢失或语义特征挖掘不足的问题。

【技术实现步骤摘要】

本专利技术涉及电能计量，并且更具体地，涉及一种基于多粒度动态感受野的电能表异常检测系统及方法。

技术介绍

1、在物联网技术的迅猛发展下，电力行业的自动化和智能化水平不断提升，特别是在电力调度自动化系统和智能电表等关键领域，多变量时间序列数据的生成和应用日益增多。这些多维时序数据不仅构成了信息物理系统的基础，而且其稳定性和准确性对整个系统的高效运行至关重要。一旦这些关键组件出现异常，不仅可能导致系统性能下降，还可能引发连锁反应，对电网的稳定性和经济运行造成严重损害。通过采用先进的数据分析技术，如机器学习、深度学习、时间序列分析等，可以有效地识别和预测智能电表多维时序数据中的异常模式。这不仅能够提高异常检测的准确性和响应速度，而且有助于实现对电力系统的实时监控和智能诊断，从而为电力行业的智能化和自动化提供强有力的技术支撑。

2、在异常检测中，由于电能表实体设备的鲁棒性和稳定性，其采集的数据通常由大量的正常数据组成。因此，大多数多维时间序列异常检测工作集中在半监督学习设置(模型训练只使用正常数据)，或者无监督学习设置(训练数据大多是正常的，但可能包含本文档来自技高网...

【技术保护点】

1.一种基于多粒度动态感受野的电能表异常检测系统，其特征在于，包括：

2.根据权利要求1所述的异常检测系统，其特征在于，所述多粒度动态感受野模块，还用于：

3.根据权利要求1所述的异常检测系统，其特征在于，所述多粒度动态感受野模块对电能表的补丁块数据进行遍历处理，以输出感受野数据，包括：

4.根据权利要求1所述的异常检测系统，其特征在于，所述多维时序编解码器模块基于Transformer模型对感受野数据进行重构，并获取Transformer模型的输出数据。

5.根据权利要求1所述的异常检测系统，其特征在于，所述双层异常检测模块基于重构数据，...

【技术特征摘要】

1.一种基于多粒度动态感受野的电能表异常检测系统，其特征在于，包括：

2.根据权利要求1所述的异常检测系统，其特征在于，所述多粒度动态感受野模块，还用于：

3.根据权利要求1所述的异常检测系统，其特征在于，所述多粒度动态感受野模块对电能表的补丁块数据进行遍历处理，以输出感受野数据，包括：

4.根据权利要求1所述的异常检测系统，其特征在于，所述多维时序编解码器模块基于transformer模型对感受野数据进行重构，并获取transformer模型的输出数据。

5.根据权利要求1所述的异常检测系统，其特征在于，所述双层异常检测模块基于重构数据，确定不同粒度的感受野损失，并基于transformer模型的输出数据，确定模型损失，对所述感受野损失及模型损失进行加权计算，得到重构数据的异常分数。

6.一种基于多粒度动态感受野的电能表...

【专利技术属性】
技术研发人员：高欣，陈玲俐，李保丰，翟峰，赵兵，郜波，王一帆，秦煜，陈昊，梁晓兵，郑安刚，许斌，尹建芹，徐萌，冯云，赵英杰，于秀丽，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：