[發(fā)明專利]一種基于密度空間聚類的信息流異常數(shù)據(jù)監(jiān)測方法及裝置

有效

• 申請?zhí)枺?/td>: 202011418335.7
• 申請日: 2020-12-07
• 公開（公告）號: CN112464848B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 王韜;劉麗娜;申杰;李方碩;李銳超;羅銀康;吳勇;王姝
• 申請（專利權）人: 國網(wǎng)四川省電力公司電力科學研究院
• 主分類號: G06F18/2415
• 分類號: G06F18/2415;G06F18/2321;G06F18/213;G06N3/0442;G06N3/045;G01R19/165;G01R25/00
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 李朝虎

1.一種基于密度空間聚類的信息流異常數(shù)據(jù)監(jiān)測方法，其特征在于，該方法包括以下步驟：

S1、實時采集電能信息交互設備上傳主站電能量測數(shù)據(jù)，將電能測量數(shù)據(jù)分組為幅值量測數(shù)據(jù)和相角量測數(shù)據(jù)；

S2、將所述幅值量測數(shù)據(jù)的幅值序列分為訓練集和測試集兩類，采用長短期記憶LSTM神經(jīng)網(wǎng)絡，并將所述訓練集和測試集分別輸入到所述長短期記憶LSTM神經(jīng)網(wǎng)絡進行訓練得到映射的神經(jīng)網(wǎng)絡特征，作為電能信息流交互數(shù)據(jù)幅值特征分量；

S3、對所述相角量測數(shù)據(jù)的相角序列進行相位變換計算新的相位差序列，計算相角斜率特征量，即角速度特征量，作為電能信息流交互數(shù)據(jù)相角特征分量；

S4、采用基于密度空間聚類DBSC監(jiān)測模型，將所述幅值特征分量、相角特征分量分別輸入基于密度空間聚類DBSC監(jiān)測模型，并進行聚類分析以監(jiān)測電能信息交互設備量測值中的幅值或相角異常數(shù)據(jù)，并輸出監(jiān)測結果；

步驟S3中利用斜率特征量計算電能信息數(shù)據(jù)相角特征分量，是利用兩相鄰采樣時刻的相角測量值做差計算其變化率，即相角的角速度，以此作為電能信息數(shù)據(jù)相角特征分量ω(t_n)：

其中：為電能信息交互設備在t_n時刻采集的相角測量值，為電能信息交互設備在t_n-1時刻采集的相角測量值；t_n、t_n-1為兩相鄰采樣時刻；

步驟S4包括以下子步驟：

S41：從所述幅值特征分量、相角特征分量組成的數(shù)據(jù)集中隨機選擇一個數(shù)據(jù)作為對象點；

S42：通過檢查所述數(shù)據(jù)集中每個點的Eps鄰域來搜索簇，如果對象點的Eps鄰域包含的點多于MinPts，則該對象點記作核心點，且創(chuàng)建一個以該對象點為核心對象的簇；

S43：如果所選數(shù)據(jù)對象是邊界點，則繼續(xù)選擇另一個數(shù)據(jù)作為對象點；

S44：重復步驟S41至S43，迭代地聚集這些核心對象，直到遍歷所有點，最終識別出電能信息測量值中的正常數(shù)據(jù)和異常數(shù)據(jù)，被聚在核心點簇的數(shù)據(jù)為正常數(shù)據(jù)，否則為異常數(shù)據(jù)；

其中：Eps代表不同對象點的半徑全局參數(shù)；MinPts代表樣本點密度全局參數(shù)。

2.根據(jù)權利要求1所述的一種基于密度空間聚類的信息流異常數(shù)據(jù)監(jiān)測方法，其特征在于，步驟S2中所述長短期記憶LSTM神經(jīng)網(wǎng)絡的結構包括遺忘門、輸入門、輸出門和儲存單元，所述遺忘門，用于電能量測數(shù)據(jù)的訓練集數(shù)據(jù)輸入口；所述輸入門，用于電能量測數(shù)據(jù)的測試集數(shù)據(jù)輸入口；所述儲存單元，用于LSTM神經(jīng)網(wǎng)絡模型訓練過程中的中間數(shù)據(jù)存儲；所述輸出門，用于訓練和測試結果的輸出。