[發明專利]一種基于動靜態選擇集成的電力調度監控數據異常檢測方法

在審

• 申請號: 202210147086.5
• 申請日: 2022-02-17
• 公開（公告）號: CN114399407A
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 高欣;傅世元;薛冰;于家豪;黃子健;黃旭;張光耀;李康生
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06N3/08;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明實施例提出了一種基于動靜態選擇集成的電力調度監控數據異常檢測方法，包括：使用電力調度監控歷史數據訓練一定數量的基檢測器；使用孤立森林剔除性能較差的基檢測器；使用平均值法根據剩余基檢測器的輸出生成歷史數據的假真值，并分別將假真值和基檢測器的輸出轉換為二類標簽；剔除假真值過小的歷史數據，并提取基檢測器在剩余歷史數據上的元特征和元標簽；通過元特征和元標簽訓練隨機森林；提取基檢測器在待檢測數據上的元特征，將其輸入隨機森林，根據隨機森林的輸出選擇基檢測器，取所選基檢測器的輸出的最大值作為待檢測數據的檢測結果。本發明實施例提供的技術方案，能夠提升電力調度監控數據異常檢測的準確率。

【技術領域】

本發明涉及電力調度監控數據異常檢測方法，尤其涉及一種基于動靜態選擇集成的電力調度監控數據異常檢測方法。

【背景技術】

統一堅強智能電網是以物理電網為基礎，將現代先進的傳感測量技術、通訊技術、信息技術、計算機技術和控制技術與物理電網高度集成而形成的新型電網，其包含發電、輸電、變電、配電、用電和調度環節。在電力系統實際工作中，調度承擔指揮、監督和管理電力生產運行的職能，是電力系統安全運行的重要保障。隨著電網規模日益擴大，對電網安全穩定運行的要求也越來越高，電網調度監控數據的異常檢測也愈顯重要。由于監控系統在電網運行時會在短時間內產生大量監控數據，通過咨詢專家等方式人工為這些數據全部標定正、異常標簽幾乎是不可能的。因此，這些存儲的歷史電網調度監控數據往往缺少準確的標簽信息。所以，不需要使用訓練數據標簽信息的無監督異常檢測方法能夠較好地應對這種存儲的歷史數據缺少準確標簽的情況。當前已有的基于動態選擇集成的無監督異常檢測方法中結合全部初始訓練的基檢測器所生成的假真值會受到性能較差的基檢測器的影響而產生偏差，導致以假真值為基準計算的基檢測器性能得分不夠準確；而且現有動態選擇集成方法均只使用單一評價指標來衡量基檢測器性能，通用性有限，導致在其所使用的指標不適用時方法性能較差。因此，提出一種先通過靜態選擇剔除部分性能較差的基檢測器來生成更加準確的假真值，再融入元學習思想來結合多種指標綜合評價檢測器性能并動態選擇基檢測器的動靜態選擇集成異常檢測方法，能夠提高基于集成的電力調度監控數據異常檢測方法的準確率，對于加強電網狀態監測、保障電網安全有重要意義。

【發明內容】

有鑒于此，本發明提出了一種基于動靜態選擇集成的電力調度監控數據異常檢測方法，以提高電力調度監控數據異常檢測的準確率。

本發明提出一種基于動靜態選擇集成的電力調度監控數據異常檢測方法，包括如下步驟：

(1)使用電力調度監控歷史數據訓練一定數量的基檢測器，具體為：

將全部電力監控歷史數據作為訓練集X_TR，基于訓練集使用不同的無監督異常檢測算法訓練m個基檢測器，一般取m≥50，記全部基檢測器組成的基檢測器池為P_O。每個基檢測器的輸出為異常分數，異常分數越大輸入數據的異常程度越大，將P_O中每個基檢測器輸出的異常分數進行Z分數標準化轉換為Z分數。記P_O中第i個基檢測器在X_TR中第j個歷史數據上輸出的異常分數為其Z分數為：

其中：i＝1，2，...，m，j＝1，2，...，n，n為X_TR中歷史數據的數量，為第i個基檢測器在全部歷史數據上輸出的異常分數的平均值，為第i個基檢測器在全部歷史數據上輸出的異常分數的標準差。