【技术实现步骤摘要】
本专利技术涉及电力数据检测领域，尤其涉及一种电力系统异常数据检测方法及装置。
技术介绍
1、随着大量新能源设备的接入，电力系统测量数据变得愈发复杂多变，确保电力系统的稳定和安全运行变得日益重要。相量测量单元和监控与数据采集系统收集的大量数据是电力系统运行分析的基础，为状态估计、态势感知和线损计算提供关键支持。然而，受现场环境的复杂性影响，如通信干扰、传输延迟和设备异常等，测量设备的精度难以保证。同时，测量数据源位于电力系统保护较弱的非安全区域，通过高效的异常数据检测算法和技术，可以及时识别并排除异常数据，提升能源数据的质量和可信度，这对于电力系统的运行分析至关重要。
2、在传统电力系统中，异常数据的检测通常依赖人工经验和简单的统计方法，这些方法难以应对大规模和复杂的电力系统数据，且无法迅速识别和排除异常数据，增加了电力系统运行的潜在风险。近年来，随着机器学习和深度学习技术的发展，数据驱动的异常检测方法逐渐应用于电力系统。
3、然而，电力系统的物理模型和电力潮流导致测量节点之间存在较强的时空相关性，现有专利cn 118260693a，公开了基于大数据和人工智能的可靠性数据异常检测与矫正方法，但是集中在时间的分析上，忽视了电力系统测量数据的时空相关性，难以满足高精度检测需求。
技术实现思路
1、本专利技术实施例提供了一种电力系统异常数据检测方法及装置，以解决精准检测异常数据的问题。
2、第一方面，本专利技术实施例提供了一种电力系统异常数据检测方法，包
3、获取电力系统数据，根据所述电力系统数据筛选可疑数据，根据所述可疑数据构建可疑数据集；其中，所述可疑数据包括异常数据和正常数据；
4、根据所述可疑数据集构建图模型，将所述图模型各节点的可疑数据输入至多头图注意力网络模型，输出综合特征；其中，所述综合特征由空间特征和时间特征融合得到，所述空间特征表示多头注意力的不同节点在同一时刻的空间相关性，所述时间特征表示多头注意力的同一节点在不同时刻的时间相关性；
5、获取门控循环单元前一时刻的隐藏状态，将当前时刻的综合特征和前一时刻的隐藏状态输入至门控循环单元，得到输出特征，捕捉当前时刻的可疑数据对前一时刻的可疑数据的依赖关系；
6、根据所述输出特征计算可疑数据为异常数据的概率，当所述概率高于异常阈值时，将所述可疑数据判断为异常数据。
7、在一种可能的实现方式中，所述将图模型各节点的可疑数据输入至多头图注意力网络模型，输出综合特征，包括：
8、计算所有注意力头的不同节点之间的未归一化注意力分数，将所述未归一化注意力分数进行归一化，得到节点注意力权重，根据所述节点注意力权重对相邻节点的特征进行加权求和运算，将所有注意力头的加权求和的结果进行平均化，得到空间特征；
9、计算所有注意力头的同一个节点在不同时间点之间的未归一化注意力分数，将所述未归一化注意力分数进行归一化，得到时间注意力权重，根据所述时间注意力权重对不同时间点的特征进行加权求和运算，将所有注意力头的加权求和的结果进行平均化，得到时间特征；
10、将所述空间特征和所述时间特征融合，得到所述综合特征。
11、在一种可能的实现方式中，所述将当前时刻的综合特征和前一时刻的隐藏状态输入至门控循环单元，得到输出特征，包括：
12、将所述综合特征输入至所述门控循环单元，根据所述综合特征计算复位门和更新门，根据所述复位门、所述前一时刻的隐藏状态和所述综合特征计算候选隐藏状态，根据所述候选隐藏状态、所述前一时刻的隐藏状态和所述更新门计算当前隐藏状态，所述当前隐藏状态为当前时刻的输出特征，公式如下：
13、rt＝σ(wrxxt+wrhht-1+br)
14、zt＝σ(wzxxt+wzhht-1+bz)
15、h′t＝tanh(whxxt+whrht-1+bh)
16、ht＝(1-zt)ht-1+zth′t
17、式中，rt为复位门，σ为sigmoid激活函数，wrx和wrh为rt的权值矩阵，xt是综合特征，ht-1为前一刻的隐藏状态，h′t为候选隐藏状态，tanh为双曲正切激活函数，whx和whr为隐藏层权值矩阵，zt为更新门，wzx和wzh为zt的权值矩阵，ht为当前隐藏状态，bz、br和bh为偏置项。
18、在一种可能的实现方式中，所述根据电力系统数据筛选可疑数据，包括：
19、计算相邻的电力系统数据之间的斜率，根据所述斜率计算斜率置信区间距离半径；
20、若所述斜率置信区间距离半径大于可疑数据决策阈值，将所述电力系统数据认定为可疑数据。
21、在一种可能的实现方式中，所述根据斜率计算斜率置信区间距离半径，包括：
22、根据相邻的电力系统数据之间的斜率计算电力系统数据的均值和均方差；
23、根据所述均值和所述均方差计算置信上限和置信下限，根据所述置信上限和所述置信下限计算斜率置信区间距离半径。
24、在一种可能的实现方式中，在获取电力系统数据之前，还包括：
25、记录缺失的电力系统数据；
26、清洗电力系统数据中的极端数据和负数据；
27、清除重复电力系统数据。
28、在一种可能的实现方式中，在获取电力系统数据之前，还包括：
29、将所述电力系统数据归一化，其公式如下：
30、
31、式中，x(i)为任意一个电力系统数据值，min(x(n))为电力系统数据的最小值，max(x(n))为电力系统数据的最大值。
32、在一种可能的实现方式中，所述电力系统数据包括电压、电流、频率、功率和负荷。
33、在一种可能的实现方式中，所述根据输出特征计算可疑数据为异常数据的概率，包括：
34、将所述输出特征进行线性变换，将线性变换的结果通过sigmoid激活函数映射到[0,1]之间，得到当前数据为异常数据的概率。
35、第二方面，本专利技术实施例提供了一种电力系统异常数据检测装置，包括：
36、可疑数据集构建模块，用于获取电力系统数据，根据电力系统数据筛选可疑数据，根据可疑数据构建可疑数据集；其中，可疑数据包括异常数据和正常数据；
37、综合特征输出模块，用于根据可疑数据集构建图模型，将图模型各节点的可疑数据输入至多头图注意力网络模型，输出综合特征；其中，综合特征由空间特征和时间特征融合得到，空间特征表示多头注意力的不同节点在同一时刻的空间相关性，时间特征表示多头注意力的同一节点在不同时刻的时间相关性；
38、输出特征输出模块，用于获取门控循环单元前一时刻的隐藏状态，将当前时刻的综合特征和前一时刻的隐藏状态输入至门控循环单元，得到输出特征，捕捉当前时刻的可疑数据对前一时刻的可疑数据的依赖关系；
39、异常数据判断模块，用于根据输出特征计算可本文档来自技高网...
【技术保护点】
1.一种电力系统异常数据检测方法，其特征在于，包括：获取电力系统数据，根据电力系统数据筛选可疑数据，根据可疑数据构建可疑数据集；其中，可疑数据包括异常数据和正常数据；根据可疑数据集构建图模型，将图模型各节点的可疑数据输入至多头图注意力网络模型，输出综合特征；其中，综合特征由空间特征和时间特征融合得到，空间特征表示多头注意力的不同节点在同一时刻的空间相关性，时间特征表示多头注意力的同一节点在不同时刻的时间相关性；获取门控循环单元前一时刻的隐藏状态，将当前时刻的综合特征和前一时刻的隐藏状态输入至门控循环单元，得到输出特征，捕捉当前时刻的可疑数据对前一时刻的可疑数据的依赖关系；根据输出特征计算可疑数据为异常数据的概率，当概率高于异常阈值时，将可疑数据判断为异常数据。
2.根据权利要求1所述的电力系统异常数据检测方法，其特征在于，所述将图模型各节点的可疑数据输入至多头图注意力网络模型，输出综合特征，包括：
3.根据权利要求1所述的电力系统异常数据检测方法，其特征在于，所述将当前时刻的综合特征和前一时刻的隐藏状态输入至门控循环单元，得到输出特征，包括：
5.根据权利要求4所述的电力系统异常数据检测方法，其特征在于，所述根据所述斜率计算斜率置信区间距离半径，包括：
6.根据权利要求1所述的电力系统异常数据检测方法，其特征在于，在获取电力系统数据之前，还包括：
7.根据权利要求6所述的电力系统异常数据检测方法，其特征在于，在获取电力系统数据之前，还包括：
8.根据权利要求1所述的电力系统异常数据检测方法，其特征在于，所述电力系统数据包括电压、电流、频率、功率和负荷。
9.根据权利要求1所述的电力系统异常数据检测方法，其特征在于，所述根据输出特征计算可疑数据为异常数据的概率，包括：
10.一种电力系统异常数据检测装置，其特征在于，包括：
...【技术特征摘要】
1.一种电力系统异常数据检测方法，其特征在于，包括：获取电力系统数据，根据电力系统数据筛选可疑数据，根据可疑数据构建可疑数据集；其中，可疑数据包括异常数据和正常数据；根据可疑数据集构建图模型，将图模型各节点的可疑数据输入至多头图注意力网络模型，输出综合特征；其中，综合特征由空间特征和时间特征融合得到，空间特征表示多头注意力的不同节点在同一时刻的空间相关性，时间特征表示多头注意力的同一节点在不同时刻的时间相关性；获取门控循环单元前一时刻的隐藏状态，将当前时刻的综合特征和前一时刻的隐藏状态输入至门控循环单元，得到输出特征，捕捉当前时刻的可疑数据对前一时刻的可疑数据的依赖关系；根据输出特征计算可疑数据为异常数据的概率，当概率高于异常阈值时，将可疑数据判断为异常数据。
2.根据权利要求1所述的电力系统异常数据检测方法，其特征在于，所述将图模型各节点的可疑数据输入至多头图注意力网络模型，输出综合特征，包括：
3.根据权利要求1所述的电力系统异常数据检测方...
【专利技术属性】
技术研发人员：侯泽鹏，赵炜，付强，王尧，李特，徐钰玮，贾若愚，郭秋君，靳琳，赵小萌，李丹，王聪，赵春阳，李佳霖，
申请(专利权)人：国网河北省电力有限公司信息通信分公司，
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。