[發明專利]一種電網異常檢測方法及裝置

有效

• 申請號: 201710101634.X
• 申請日: 2017-02-24
• 公開（公告）號: CN106656637B
• 公開（公告）日: 2019-11-26
• 發明（設計）人: 李書芳;鄭鳳鳴;吳博;郭志民;張小斐;耿俊成;萬迪明
• 申請（專利權）人: 國網河南省電力公司電力科學研究院;北京郵電大學;國家電網公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 11413 北京柏杉松知識產權代理事務所(普通合伙)
• 代理人: 項京;馬敬<國際申請>=<國際公布>=<

1.一種異常檢測方法，其特征在于，所述方法包括：

獲得電網系統的目標時間序列數據，并將所述目標時間序列數據轉換成第一矩陣；

將所述第一矩陣輸入到預先訓練得到的編解碼模型中，獲得第二矩陣；所述編解碼模型包括編碼器模型和解碼器模型，其中，所述編碼器模型和所述解碼器模型均為循環神經網絡模型；

計算所述第二矩陣相對于所述第一矩陣的第一誤差，并在所述第一誤差超出預設的誤差范圍時，確定所述目標時間序列數據為異常序列數據；

預先訓練所述編解碼模型的步驟包括：

獲取正常時間序列數據；

將所述正常時間序列數據作為訓練樣本，輸入到初始編碼器模型，獲得初始編碼器模型隱含層的初始狀態值；

將所述初始狀態值輸入到初始解碼器模型，得到滿足訓練結束條件的編解碼模型。

2.根據權利要求1所述的方法，其特征在于，所述獲得電網系統的目標時間序列數據的步驟，包括：

采集預設時長內的電網系統的第一數據，并將所述第一數據轉換成第二數據，其中，所述第一數據為電壓幅值和電壓相角值，第二數據為實電壓和虛電壓；

將所述第二數據組合成所述目標時間序列數據。

3.根據權利要求1-2任一項所述的方法，其特征在于，預先設定所述誤差范圍的步驟包括：

獲取正常時間序列數據，并將所述正常時間序列數據轉換成第三矩陣；

將所述第三矩陣輸入到所述編解碼模型中，獲得第四矩陣；

計算所述第四矩陣相對于所述第三矩陣的第二誤差；

獲得所述第二誤差服從正態分布的平均值和方差，并設定所述誤差范圍為：μ±3∑；

其中，μ為所述平均值，∑為所述方差。

4.一種異常檢測裝置，其特征在于，所述裝置包括：

第一轉換模塊，用于獲得電網系統的目標時間序列數據，并將所述目標時間序列數據轉換成第一矩陣；

第一獲得模塊，用于將所述第一矩陣輸入到預先訓練得到的編解碼模型中，獲得第二矩陣；所述編解碼模型包括編碼器模型和解碼器模型，其中，所述編碼器模型和所述解碼器模型均為循環神經網絡模型；

確定模塊，用于計算所述第二矩陣相對于所述第一矩陣的第一誤差，并在所述第一誤差超出預設的誤差范圍時，確定所述目標時間序列數據為異常序列數據；

所述裝置還包括：

獲取模塊，用于獲取正常時間序列數據；

訓練模塊，用于將所述正常時間序列數據作為訓練樣本，輸入到初始編碼器模型，獲得初始編碼器模型隱含層的初始狀態值；

第二獲得模塊，用于將所述初始狀態值輸入到初始解碼器模型，得到滿足訓練結束條件的編解碼模型。

5.根據權利要求4所述的裝置，其特征在于，所述第一轉換模塊，包括：

采集子模塊，用于采集預設時長內的電網系統的第一數據，并將所述第一數據轉換成第二數據，其中，所述第一數據為電壓幅值和電壓相角值，第二數據為實電壓和虛電壓；

轉換子模塊，用于將所述第二數據組合成所述目標時間序列數據，并將所述目標時間序列數據轉換成第一矩陣。

6.根據權利要求4-5任一項所述的裝置，其特征在于，所述裝置還包括：

第二轉換模塊，用于獲取正常時間序列數據，并將所述正常時間序列數據轉換成第三矩陣；

第三獲得模塊，用于將所述第三矩陣輸入到所述編解碼模型中，獲得第四矩陣；

計算模塊，用于計算所述第四矩陣相對于所述第三矩陣的第二誤差；

設定模塊，用于獲得所述第二誤差服從正態分布的平均值和方差，并設定所述誤差范圍為：μ±3∑；

其中，μ為所述平均值，∑為所述方差。