System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 电力系统数据异常检测方法、装置、电子设备及存储介质制造方法及图纸_技高网

电力系统数据异常检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:42907318 阅读:11 留言:0更新日期:2024-09-30 15:24
本发明专利技术公开了一种电力系统数据异常检测方法、装置、电子设备及存储介质。该方法包括:确定电力系统在当前时段的当前电力系统数据;从候选预测模型中确定与当前电力系统数据匹配的目标预测模型;根据目标预测模型确定电力系统在当前时段之后下一时段的下一电力系统数据;根据下一电力系统数据与预设阈值确定预警结果进行预警。该方法通过目标预测模型对未来时间的数据进行预测,可以对电力系统的故障提前发出预警,避免损失,保障电力系统稳定运行的同时,也降低了训练成本,提高了预测的效率与准确率。

【技术实现步骤摘要】

本专利技术涉及数据处理,尤其涉及一种电力系统数据异常检测方法、装置、电子设备及存储介质


技术介绍

1、随着电力系统的发展,电力系统的电网规模越来越大,电网安全稳定问题也越来越复杂,特别是电力系统安全稳定问题日益成为电力系统关注的焦点。而电力系统异常检测则是保证电力系统安全稳定运行的关键,但现有的一些电力系统异常检测的方法采用的预测模型往往会出现对数据质量要求较高,计算复杂且泛化能力差等问题,会导致预测的电力系统数据不准确,从而导致对异常的检测的精度不能满足要求。


技术实现思路

1、本专利技术提供了一种电力系统数据异常检测方法、装置、电子设备及存储介质,以解决对电力系统数据预测不准确,从而造成对电力系统异常检测的精度不能满足要求的问题。

2、根据本专利技术的一方面,提供了一种电力系统数据异常检测方法,包括:

3、确定电力系统在当前时段的当前电力系统数据,所述当前电力系统数据为对电力系统在当前时段的原始数据进行处理得到;

4、从候选预测模型中确定与所述当前电力系统数据匹配的目标预测模型,所述候选预测模型用于根据第一时段的电力系统数据来预测电力系统在第二时段的电力系统数据,所述第二时段为所述第一时段之后的相邻时段,所述候选预测模型是根据参考电力系统数据进行训练得到,所述参考电力系统数据为对电力系统在历史时刻的原始电力系统数据进行处理得到;

5、根据所述目标预测模型确定电力系统在当前时段之后下一时段的下一电力系统数据;

6、根据所述下一电力系统数据与预设阈值确定预警结果进行预警,所述预设阈值用于判断所述下一电力系统数据是否存在超限数据,所述预警结果用于表征所述下一电力系统数据是否超过预设阈值。

7、根据本专利技术的另一方面,提供了一种电力系统数据异常检测装置,包括:

8、数据确定模块,用于确定电力系统在当前时段的当前电力系统数据,所述当前电力系统数据为对电力系统在当前时段的原始数据进行处理得到;

9、预测模型匹配模块,用于从候选预测模型中确定与所述当前电力系统数据匹配的目标预测模型,所述候选预测模型用于根据第一时段的电力系统数据来预测电力系统在第二时段的电力系统数据,所述第二时段为所述第一时段之后的相邻时段,所述候选预测模型是根据参考电力系统数据进行训练得到,所述参考电力系统数据为对电力系统在历史时刻的原始电力系统数据进行处理得到;

10、预测模块,用于根据所述目标预测模型确定电力系统在当前时段之后下一时段的下一电力系统数据;

11、预警模块,用于根据所述下一电力系统数据与预设阈值确定预警结果进行预警,所述预设阈值用于判断所述下一电力系统数据是否存在超限数据,所述预警结果用于表征所述下一电力系统数据是否超过预设阈值。

12、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:

13、至少一个处理器;以及

14、与所述至少一个处理器通信连接的存储器;其中,

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的电力系统数据异常检测方法。

16、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的电力系统数据异常检测方法。

17、本专利技术实施例的技术方案,通过确定电力系统在当前时段的当前电力系统数据,从候选预测模型中匹配与当前电力系统数据对应的目标预测模型,通过目标预测模型确定电力系统在当前时段之后下一时段的下一电力系统数据,根据下一电力系统数据与预设阈值确定预警结果进行预警。该方法通过目标预测模型对未来时间的数据进行预测,可以对电力系统的故障提前发出预警,避免损失,保障电力系统稳定运行的同时,也降低了训练成本,提高了预测的效率与准确率。

18、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种电力系统数据异常检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述确定电力系统在当前时段的当前电力系统数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述从候选预测模型中确定与所述当前电力系统数据匹配的目标预测模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述当前电力系统数据的数据类型从候选预测模型中确定匹配的目标预测模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述候选预测模型的构建过程,包括:

6.根据权利要求5所述的方法,其特征在于,所述根据所述第二时段参考电力系统数据与所述下一时段参考电力系统数据对待验证预测模型进行调整,包括:

7.根据权利要求1所述的方法,其特征在于,所述根据所述下一电力系统数据与预设阈值确定预警结果进行预警,包括:

8.一种电力系统数据异常检测装置,其特征在于,包括:

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的电力系统数据异常检测方法。

...

【技术特征摘要】

1.一种电力系统数据异常检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述确定电力系统在当前时段的当前电力系统数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述从候选预测模型中确定与所述当前电力系统数据匹配的目标预测模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述当前电力系统数据的数据类型从候选预测模型中确定匹配的目标预测模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述候选预测模型的构建过程,包括:

6.根据权利要求5所述...

【专利技术属性】
技术研发人员:开乐孙达康王慢柏恩慈钟孝蛟徐宁朱思瑶王磊张春华王照阳
申请(专利权)人:南京南自华盾数字技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1