【技术实现步骤摘要】
本专利技术属于电力系统安全，尤其涉及一种基于字符卷积神经网络的流量故障节点检测方法及设备。
技术介绍
1、随着网络攻击手段的日益复杂，电力通信网面临着来自黑客、病毒和其他恶意行为的威胁，流量异常检测是识别这些威胁的重要手段。电力通信网是电网控制系统的重要组成部分，任何异常都可能导致电网的不稳定甚至事故。电力系统需要实时监控以保证及时响应和处理任何可能影响系统运行的问题。通过检测网络流量异常，可以提前发现潜在问题，从而进行预防性维护，避免更大的损失。
2、目前可以通过基于机器学习的方法来实现网络流量的检测，最常用的就是图神经网络，但常规的图神经网络的模型较大、处理速度也较慢，特别是对于节点众多、结构复杂的大型电网，其所生成的通信状态图更为复杂，检测效率较低。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于字符卷积神经网络的流量故障节点检测方法及设备，旨在解决现有技术对网络流量的检测效率的问题。
2、本专利技术实施例的第一方面提供了一种基于字符卷积神经网络的流量故障节点检测方法，包括：
3、获取目标配电网的运行数据和各个节点的流量信息；
4、根据流量信息，建立通信状态图；
5、根据第一神经网络模型，提取通信状态图的特征，并将特征转换为字符序列；
6、根据字符卷积神经网络对字符序列进行识别，确定故障节点。
7、在一种可能的实现方式中，根据流量信息，建立通信状态图，包括：
8、提取运行数据
9、根据节点信息和边信息和潮流信息，确定拓扑邻接矩阵；
10、将各个节点的流量信息作为属性值添加到拓扑邻接矩阵的各个节点中，得到通信状态图。
11、在一种可能的实现方式中，根据节点信息和边信息和潮流信息，确定拓扑邻接矩阵，包括：
12、根据节点信息，建立初始的邻接矩阵；
13、根据边信息和潮流信息，对上述初始的邻接矩阵进行填充，得到拓扑邻接矩阵。
14、在一种可能的实现方式中，将特征转换为字符序列，包括：
15、将通信状态图的特征按照预设的映射表转换为字符序列。
16、在一种可能的实现方式中，将特征转换为字符序列，包括：
17、根据预设哈希函数将通信状态图的特征转换为字符序列。
18、在一种可能的实现方式中，将特征转换为字符序列，包括：
19、根据预先构建的词袋模型将通信状态图的特征转换为字符序列。
20、在一种可能的实现方式中，根据字符卷积神经网络对字符序列进行识别，确定故障节点，包括：
21、将字符序列输入到字符卷积神经网络中，确定各个节点的故障概率；
22、根据各个节点的故障概率和预设阈值，确定故障节点。
23、本专利技术实施例的第二方面提供了一种基于字符卷积神经网络的流量故障节点检测装置，包括：
24、获取模块，用于获取目标配电网的运行数据和各个节点的流量信息；
25、建立模块，用于根据流量信息，建立通信状态图；
26、转换模块，用于根据第一神经网络模型，提取通信状态图的特征，并将特征转换为字符序列；
27、确定模块，用于根据字符卷积神经网络对字符序列进行识别，确定故障节点。
28、本专利技术实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上第一方面的基于字符卷积神经网络的流量故障节点检测方法的步骤。
29、本专利技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上第一方面的基于字符卷积神经网络的流量故障节点检测方法的步骤。
30、本专利技术实施例提供的基于字符卷积神经网络的流量故障节点检测方法及设备，首先获取目标配电网的运行数据和各个节点的流量信息；然后根据流量信息，建立通信状态图；接着根据第一神经网络模型，提取通信状态图的特征，并将特征转换为字符序列；最终根据字符卷积神经网络对字符序列进行识别，确定故障节点。本专利技术仅利用了图神经网络来提取通信状态图的特征，然后将特征转译为字符序列，通过高效轻量化的字符卷积神经网络来实现节点流量是否异常的检测，在保证准确检测的同时，能够极大的提高检测效率。
本文档来自技高网...【技术保护点】
1.一种基于字符卷积神经网络的流量故障节点检测方法，其特征在于，包括：
2.根据权利要求1所述的基于字符卷积神经网络的流量故障节点检测方法，其特征在于，根据所述流量信息，建立通信状态图，包括：
3.根据权利要求2所述的基于字符卷积神经网络的流量故障节点检测方法，其特征在于，根据所述节点信息和所述边信息和潮流信息，确定拓扑邻接矩阵，包括：
4.根据权利要求1所述的基于字符卷积神经网络的流量故障节点检测方法，其特征在于，将所述特征转换为字符序列，包括：
5.根据权利要求1所述的基于字符卷积神经网络的流量故障节点检测方法，其特征在于，将所述特征转换为字符序列，包括：
6.根据权利要求1所述的基于字符卷积神经网络的流量故障节点检测方法，其特征在于，将所述特征转换为字符序列，包括：
7.根据权利要求2所述的基于字符卷积神经网络的流量故障节点检测方法，其特征在于，根据字符卷积神经网络对所述字符序列进行识别，确定故障节点，包括：
8.一种基于字符卷积神经网络的流量故障节点检测装置，其特征在于，包括：
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。