多能流数据的异常检测方法、装置、设备和可读存储介质制造方法及图纸

本申请公开了一种多能流数据的异常检测方法、装置、设备和可读存储介质，方法包括：获取目标时刻的多能流系统的原始量测数据集，原始量测数据集中包含以目标时刻为终点的预设时段中各个量测时刻的原始量测数据；将原始量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建量测数据集；计算所述重建量测数据集与所述原始量测数据集的差异值，并基于所述差异值对所述目标时刻的量测异常情况进行判定。本申请利用了多个量测时刻的原始量测数据进行联合检测，充分考虑量测时间相关性，解决了多能流系统中低量测冗余度造成的检测困难的问题，极大提升了异常量测的检测准确率。率。率。

【技术实现步骤摘要】
多能流数据的异常检测方法、装置、设备和可读存储介质


[0001]本申请涉及数据检测领域，更具体地说，涉及多能流数据的异常检测方法、装置、设备和可读存储介质。

技术介绍

[0002]多能流系统是电、热、冷等各类能源统一规划、统一调度的综合性能源系统，其理念突破了传统能源系统的技术、市场和管理壁垒，对于推动能源结构转型，推进我国能源革命具有重要意义，势必将成为未来能源系统的主要形态。
[0003]在多能流系统的实时运行与优化调度过程中，调度控制中心会面临海量的来自量测采集系统的实时量测信息，这些数据的可靠性严重影响多能流系统的正常运行和状态监测。然而，由于仪表和通信网络的传输错误，实时量测中可能存在异常值并导致对系统运行状态的错误估计，严重影响后续的优化调度结果。
[0004]目前国内外对于多能流系统坏量测检测和辨识的方法主要沿用传统电力系统中正则化残差辨识的方法，即根据人为设定的阈值考察实际观测值与根据系统模型得出的估计值之间的差值，若差值大于该阈值则推断该量测存在异常，并进行相应修正。然而，相比较电力系统而言，其他能流的量测系统并不完备，现有的测点数量通常无法保证系统量测冗余度。而当量测冗余度极低时，对量测的估计值与其观测值几乎相等。在这种情况下，无法通过传统方法判断异常量测数据。
[0005]因此，亟待开发适用于多能流系统的量测异常检测方法。

技术实现思路

[0006]有鉴于此，本申请提供了一种多能流数据的异常检测方法、装置、设备和可读存储介质，解决了多能流系统中低量测冗余度造成的检测困难的问题，极大提升了异常量测的检测准确率。
[0007]一种多能流数据的异常检测方法，包括：
[0008]获取目标时刻的多能流系统的原始量测数据集，所述原始量测数据集中包含以所述目标时刻为终点的预设时段中各个量测时刻的原始量测数据；
[0009]将所述原始量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建量测数据集，所述多能流数据异常检测自编码器以量测正确的样本量测数据集为训练数据训练得到，所述重建量测数据集中的重建量测数据与所述原始量测数据集中的原始量测数据一一对应；
[0010]计算所述重建量测数据集与所述原始量测数据集的差异值，并基于所述差异值对所述目标时刻的量测异常情况进行判定。
[0011]可选的，所述多能流数据异常检测自编码器包括时域卷积编码器和时域卷积解码器：
[0012]将所述原始量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建
量测数据集，包括：
[0013]将所述所述原始量测数据集输入训练完成的多能流数据异常检测自编码器的时域卷积编码器，所述时域卷积编码器对所述原始量测数据集中的各个原始量测数据进行特征提取，生成高维特征数据；
[0014]将所述高维特征数据输入训练完成的多能流数据异常检测自编码器的时域卷积解码器，所述时域卷积解码器对所述高维特征数据进行还原和重建，生成重建量测数据集。
[0015]可选的，计算所述重建量测数据集与所述原始量测数据集的差异值的计算公式为：
[0016][0017]其中，为第i个测点的差异值，T为预设时段长度，为第i个测点在第(t
‑
T+j)时刻的原始量测数据，为第i个测点在第(t
‑
T+j)时刻的重建量测数据。
[0018]可选的，训练所述多能流数据异常检测自编码器的过程，包括：
[0019]将所述样本量测数据集输入所述多能流数据异常检测自编码器，得到所述多能流数据异常检测自编码器输出的与所述样本量测数据集对应的重建样本量测数据集；
[0020]计算所述重建样本量测数据集与所述样本量测数据集的重建误差；
[0021]以所述重建误差符合预设标准为目标，调整所述多能流数据异常检测自编码器的各个参数。
[0022]可选的，计算所述重建样本量测数据集与所述样本量测数据集的重建误差的计算公式为：
[0023][0024]其中，为重建误差，N为样本量测数据集中的数据总数，为样本量测数据集中第i个测点的第n个样本量测数据，为样本量测数据集中第i个测点的第n个重建样本量测数据。
[0025]可选的，基于所述差异值对所述目标时刻的量测异常情况进行判定，包括：
[0026]若所述差异值大于预设的异常检测阈值，则判定所述目标时刻发生量测异常；
[0027]若所述差异值未大于预设的异常检测阈值，则判定所述目标时刻未发生量测异常。
[0028]可选的，确定所述异常检测阈值的过程，包括：
[0029]获取测试量测数据集，所述测试量测数据集中的各个测试量测数据人工标记有是否异常标签；
[0030]将所述测试量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建测试量测数据集，并计算得到所述重建测试量测数据与所述测试量测数据集中每一对对应数据间的测试差异值；
[0031]基于所述测试差异值，以检测阈值作为横坐标，以准确率和召回率分别作为纵坐
标，生成准确率变化曲线和召回率变化曲线；
[0032]将所述准确率变化曲线和所述召回率变化曲线的交点的横坐标确定为异常检测阈值。
[0033]一种多能流数据的异常检测装置，包括：
[0034]获取单元，用于获取目标时刻的多能流系统的原始量测数据集，所述原始量测数据集中包含以所述目标时刻为终点的预设时段中各个量测时刻的原始量测数据；
[0035]重建单元，用于将所述原始量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建量测数据集，所述多能流数据异常检测自编码器以量测正确的样本量测数据集为训练数据训练得到，所述重建量测数据集中的重建量测数据与所述原始量测数据集中的原始量测数据一一对应；
[0036]确定单元，用于计算所述重建量测数据集与所述原始量测数据集的差异值，并基于所述差异值对所述目标时刻的量测异常情况进行判定。
[0037]一种多能流数据的异常检测设备，包括存储器和处理器；
[0038]所述存储器，用于存储程序；
[0039]所述处理器，用于执行所述程序，实现如上述的多能流数据的异常检测方法的各个步骤。
[0040]一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述的多能流数据的异常检测方法的各个步骤。
[0041]从上述的技术方案可以看出，本申请实施例提供的一种多能流数据的异常检测方法、装置、设备和可读存储介质，通过获取目标时刻的多能流系统的原始量测数据集，所述原始量测数据集中包含以所述目标时刻为终点的预设时段中各个量测时刻的原始量测数据。将所述原始量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建量测数据集，所述重建量测数据集中的重建量测数据与所述原始量测数据集中的原始量测数据一一对应。计算所述重建量测数据集与所述原始量测数据集的差异值，并基于所述差异值对所述目标时刻的量测异本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多能流数据的异常检测方法，其特征在于，包括：获取目标时刻的多能流系统的原始量测数据集，所述原始量测数据集中包含以所述目标时刻为终点的预设时段中各个量测时刻的原始量测数据；将所述原始量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建量测数据集，所述多能流数据异常检测自编码器以量测正确的样本量测数据集为训练数据训练得到，所述重建量测数据集中的重建量测数据与所述原始量测数据集中的原始量测数据一一对应；计算所述重建量测数据集与所述原始量测数据集的差异值，并基于所述差异值对所述目标时刻的量测异常情况进行判定。2.根据权利要求1所述的方法，其特征在于，所述多能流数据异常检测自编码器包括时域卷积编码器和时域卷积解码器：将所述原始量测数据集输入训练完成的多能流数据异常检测自编码器，生成重建量测数据集，包括：将所述所述原始量测数据集输入训练完成的多能流数据异常检测自编码器的时域卷积编码器，所述时域卷积编码器对所述原始量测数据集中的各个原始量测数据进行特征提取，生成高维特征数据；将所述高维特征数据输入训练完成的多能流数据异常检测自编码器的时域卷积解码器，所述时域卷积解码器对所述高维特征数据进行还原和重建，生成重建量测数据集。3.根据权利要求1所述的方法，其特征在于，计算所述重建量测数据集与所述原始量测数据集的差异值的计算公式为：其中，为第i个测点的差异值，T为预设时段长度，为第i个测点在第(t
‑
T+j)时刻的原始量测数据，为第i个测点在第(t
‑
T+j)时刻的重建量测数据。4.根据权利要求1所述的方法，其特征在于，训练所述多能流数据异常检测自编码器的过程，包括：将所述样本量测数据集输入所述多能流数据异常检测自编码器，得到所述多能流数据异常检测自编码器输出的与所述样本量测数据集对应的重建样本量测数据集；计算所述重建样本量测数据集与所述样本量测数据集的重建误差；以所述重建误差符合预设标准为目标，调整所述多能流数据异常检测自编码器的各个参数。5.根据权利要求4所述的方法，其特征在于，计算所述重建样本量测数据集与所述样本量测数据集的重建误差的计算公式为：其中，为重建误差，N为样本量测数据集...

【专利技术属性】
技术研发人员：谢平平，卓映君，卢斯煜，许弈飞，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：