【技术实现步骤摘要】
本专利技术涉及电力系统，特别是一种配电网线损异常识别方法及系统。
技术介绍
1、电力系统是现代社会不可或缺的重要基础设施之。近年来，随着智能电网技术的发展，电力系统的数据采集、处理与分析能力得到了显著提升，这对配电网线损异常识别提出了更高的要求。传统的线损异常识别方法主要依赖人工经验和简单的统计分析，这种方法不仅效率低下，而且容易遗漏潜在的问题。随着大数据和人工智能技术的进步，基于数据驱动的方法逐渐成为研究热点。
2、现有的线损预测模型大多基于单一的数据源，忽略了不同数据之间的相互作用，从而降低了预测的准确性。此外，现有的线损异常检测方法往往缺乏对实际线损值与历史线损数据之间的时间尺度匹配，导致在进行异常检测时容易产生误报或漏报。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种配电网线损异常识别方法及系统解决现有配电网线损异常识别方法中数据融合不足及模型预测准确性低问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种配电网线损异常识别方法，其包括，
5、采集历史数据、气象数据和地理位置信息，并进行预处理；
6、将预处理后的数据进行特征提取，并将提取的特征进行融合，形成综合特征向量；
7、基于综合特征向量建立配电网的拓扑结构图，使用图神经网络分析配电网的拓扑结构，得到电网分析结果；
8、基于历史
9、根据电网分析结果构建线损预测模型，输出线损预测结果，将线损预测结果与历史线损数据进行计算，得到实际线损值；
10、实际线损值超过线损阈值监控系统会立即采取措施。
11、作为本专利技术所述配电网线损异常识别方法的一种优选方案，其中：所述历史数据包括历史监控运行数据、用户的用电数据、配电自动化系统数据；
12、所述气象数据包括温度、湿度、风速；
13、所述地理位置信息包括配电网中各设备的位置信息；
14、对采集到的数据进行预处理包括数据清洗、填补缺失值、统一数据格式和归一化处理。
15、作为本专利技术所述配电网线损异常识别方法的一种优选方案，其中：从预处理后的数据中提取关于线损的特征；
16、将线损的特征进行融合，得到融合后的特征向量；
17、通过非线性转换将融合后的特征向量转化为综合特征向量。
18、作为本专利技术所述配电网线损异常识别方法的一种优选方案，其中：基于综合特征向量建立配电网的拓扑结构图，具体步骤如下，
19、系统接收综合特征向量；
20、基于设备之间的连接关系建立包含节点、边、属性、分区的拓扑结构图，；
21、定义图神经网络的传播层，每个节点从其邻居节点接收信息，并将这些信息与其自身的特征进行融合；
22、通过多次迭代传播层的操作，逐步更新每个节点的隐藏状态；
23、重复传播层的操作，得到最终隐藏状态；
24、基于最终隐藏状态进行全局池化，获得全局特征向量；
25、对全局特征向量进行非线性变换，得到电网分析结果。
26、作为本专利技术所述配电网线损异常识别方法的一种优选方案，其中：根据历史线损数据，通过统计分析确定线损阈值；
27、使用拉普拉斯核函数对电网分析结果进行特征加权；
28、基于特征加权后的结果输出线损预测结果。
29、作为本专利技术所述配电网线损异常识别方法的一种优选方案，其中：确定历史线损数据和线损预测结果的时间分辨率，将历史线损数据与线损预测结果在时间轴对齐；
30、计算线损预测结果与历史线损数据的差值。
31、作为本专利技术所述配电网线损异常识别方法的一种优选方案，其中：基于实际线损值与线损阈值进行比较；
32、当实际线损值超过线损阈值，监控系统则会发出警报；
33、监控系统将结合设备状态、历史运行数据、气象数据，分析导致异常的原因和异常区域，并发送至所有运维人员；
34、系统记录每次异常事件的时间、地点、差值大小以及导致异常的原因，并根据记录的数据分析共性问题，提出改进措施。
35、第二方面，本专利技术提供了一种配电网线损异常识别系统，包括，
36、数据采集与预处理模块，采集历史数据、气象数据和地理位置信息，并进行数据清洗、填补缺失值、统一数据格式和归一化处理；
37、特征提取与融合模块，从预处理后的数据中提取与线损相关的特征，并将这些特征进行融合，形成一个综合特征向量；
38、拓扑结构与分析模块，基于综合特征向量建立配电网的拓扑结构图，并使用图神经网络分析配电网的拓扑结构，得到电网分析结果；
39、线损阈值设置模块，根据历史线损数据通过统计分析确定线损阈值；
40、线损预测与对比模块，根据电网分析结果构建线损预测模型，输出线损预测结果，并将预测结果与历史线损数据进行计算，得到实际线损值；
41、异常检测与响应模块，当实际线损值超过线损阈值时，监控系统会立即采取措施，通知运维人员并对异常情况进行记录和显示。
42、第三方面，本专利技术实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的配电网线损异常识别方法的任一步骤。
43、第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的配电网线损异常识别方法的任一步骤。
44、本专利技术有益效果为：通过从预处理后的数据中提取关于线损的特征，并将这些特征进行融合，形成综合特征向量，实现了对多源数据特征的有效提取和综合，增强了特征的代表性。这一步骤利用非线性转换将融合后的特征向量转化为综合特征向量，增强了模型的非线性拟合能力，提高了特征的区分度和模型的泛化能力；并通过基于综合特征向量建立配电网的拓扑结构图，使用图神经网络分析配电网的拓扑结构，得到了电网分析结果。这一步骤利用图神经网络的强大表征能力，有效地捕捉了电网中设备之间的复杂关系及其动态变化，提高了线损异常检测的灵敏度和准确度。
本文档来自技高网...【技术保护点】
1.一种配电网线损异常识别方法，其特征在于：包括，
2.如权利要求1所述的配电网线损异常识别方法，其特征在于：采集历史数据、气象数据和地理位置信息，并进行预处理，包括如下步骤，
3.如权利要求2所述的配电网线损异常识别方法，其特征在于：将预处理后的数据进行特征提取，并将提取的特征进行融合，形成综合特征向量，包括如下步骤，
4.如权利要求3所述的配电网线损异常识别方法，其特征在于：基于综合特征向量建立配电网的拓扑结构图，具体步骤如下，
5.如权利要求4所述的配电网线损异常识别方法，其特征在于：基于历史线损数据设立线损阈值，根据电网分析结果构建线损预测模型，输出线损预测结果，包括如下步骤，
6.如权利要求5所述的配电网线损异常识别方法，其特征在于：确定历史线损数据和线损预测结果的时间分辨率，将历史线损数据与线损预测结果在时间轴对齐；
7.如权利要求6所述的配电网线损异常识别方法，其特征在于：实际线损值超过线损阈值监控系统会立即采取措施，包括如下步骤，
8.一种配电网线损异常识别系统，基于权利要求1～7
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的配电网线损异常识别方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的配电网线损异常识别方法的步骤。
...【技术特征摘要】
1.一种配电网线损异常识别方法，其特征在于：包括，
2.如权利要求1所述的配电网线损异常识别方法，其特征在于：采集历史数据、气象数据和地理位置信息，并进行预处理，包括如下步骤，
3.如权利要求2所述的配电网线损异常识别方法，其特征在于：将预处理后的数据进行特征提取，并将提取的特征进行融合，形成综合特征向量，包括如下步骤，
4.如权利要求3所述的配电网线损异常识别方法，其特征在于：基于综合特征向量建立配电网的拓扑结构图，具体步骤如下，
5.如权利要求4所述的配电网线损异常识别方法，其特征在于：基于历史线损数据设立线损阈值，根据电网分析结果构建线损预测模型，输出线损预测结果，包括如下步骤，
6.如权利要求5所述的配电网线损异常识别方...
【专利技术属性】
技术研发人员：鲍薇，王爽，段胜杰，段贝莉，郑玉惠，朱慧娣，张慧，孟溪，熊一，郭岩岩，杨亚男，文洋，景晨阳，李林蔚，苏艺，朱帆，
申请(专利权)人：国网河南省电力公司郑州供电公司，
类型：发明
国别省市：
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。