【技术实现步骤摘要】
本专利技术涉及一种基于人工智能数据分析的电网数据治理系统及方法，属于电网异常检测。
技术介绍
1、电网中的异常检测指电网在未受到攻击的情况下，由于个别或部分元件发生故障，导致网内其他设备表现出偏离平衡状态的情况。严重的电网异常容易引发大规模停电事故，从而造成巨大的经济损失。因此，分析人员需要快速、准确的检测电网异常。
2、随着电网规模的扩大和复杂性增加，传统的集中式异常检测系统存在响应延迟、网络带宽限制和单点故障等缺陷，无法实现对电网运行数据的实时监测和快速响应。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种基于人工智能数据分析的电网数据治理系统及方法，通过在边缘计算设备上部署轻量级的异常检测模型，实现对电网运行数据的实时监测和快速响应。
2、为达到上述目的，本专利技术是采用下述技术方案实现的：
3、第一方面，本专利技术提供了一种基于人工智能数据分析的电网数据治理方法，包括：
4、获取电网系统内节点的运行数据；
5、结合边缘计算设备部署的异常检测模型，基于运行数据计算所述节点的异常综合评分；
6、基于异常综合评分判定所述节点的异常响应等级；
7、基于该节点的异常响应等级触发对应的响应策略，对所述节点进行异常处理。
8、进一步的，多个所述边缘计算设备部署在电网系统的关键节点处形成分布式的异常检测网络，所述异常检测网络内各边缘计算设备之间通过高速通信链路进行协同，所述
9、
10、
11、其中：s为异常综合评分，n为监测参数的总数，xi为第i个监测参数的实际值，xinom为第i个参数的标称值，δxi为第i个参数的容许偏差阈值，wi为第i个参数的权重系数。
12、进一步的，所述异常检测模型通过机器学习和深度学习技术识别运行数据中的异常模式和异常点，通过对设备属性进行聚类发现属性值异常的节点，采用时序模型检测节点运行状态的异常变化，所述异常检测模型检测到数据异常时，利用知识图谱的推理能力推断可能的正确值或关系，所述异常检测模型可信度评分机制对运行数据的来源进行可信度评分计算，可信度评分计算公式为：
13、ts＝β1·racc+β2·fupd+β3·pexp
14、其中：ts为可信度评分，racc为数据源的历史准确率，fupd为数据源的更新频率，pexp为数据源的专业性评分，β1、β2、β3为权重系数，满足β1+β2+β3＝1。
15、进一步的，所述运行数据通过知识图谱技术进行语义建模，建立统一的电网数据模型为所有运行数据赋予明确的语义，所述电网数据模型利用自然语言处理和机器学习技术，识别不同系统和不同格式的运行数据中的实体和关系，将原始数据映射到本体模型对应的概念和属性上，利用知识图谱的关联关系融合来自不同数据源的实体。
16、进一步的，所述电网系统利用图数据库和图计算技术对电网拓扑进行建模和存储，以及，通过订阅数据源的变化事件实时更新知识图谱中的相关节点和关系，以及，采用增量式更新策略优化更新效率，以及，基于知识图谱提供语义层面查询，以及，利用知识图谱发掘运行数据中隐含的关系和模式。
17、进一步的，所述电网系统在数据融合和更新过程中，利用知识图谱的语义约束和一致性校验检测数据中的异常和错误，所述语义约束包括属性约束和关系约束，所述一致性校验包括属性值校验、关系一致性校验和时间序列校验。
18、进一步的，所述电网系统配置有基于知识图谱的动态可视化平台，所述动态可视化平台根据异常程度设定不同的预警级别以不同颜色或图标提示，以及，利用知识图谱的关联关系，分析异常可能影响的设备和区域提供连锁反应预警，以及，通过历史数据和实时数据的结合，利用深度学习模型预测设备故障概率提前安排维护计划，以及，在发现异常时，根据知识图谱进行情景模拟，推演可能的发展趋势辅助制定应对策略。
19、第二方面，本专利技术提供了一种基于人工智能数据分析的电网数据治理系统，包括：
20、数据获取模块：获取电网系统内节点的运行数据；
21、异常检测模块：结合边缘计算设备部署的异常检测模型，基于运行数据计算所述节点的异常综合评分；
22、异常判定模块：基于异常综合评分判定所述节点的异常响应等级；
23、异常处理模块：基于该节点的异常响应等级触发对应的响应策略，对所述节点进行异常处理。
24、第三方面，本专利技术提供了一种基于人工智能数据分析的电网数据治理装置，包括处理器及存储介质；
25、所述存储介质用于存储指令；
26、所述处理器用于根据所述指令进行操作以执行根据上述任一项所述方法的步骤。
27、第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。
28、与现有技术相比，本专利技术所达到的有益效果：
29、一、本专利技术通过在边缘计算设备上部署轻量级的异常检测模型，对电网运行数据进行实时监测，快速识别异常情况，提高电网运行的可靠性和安全性，解决了传统的集中式异常检测系统存在响应延迟、网络带宽限制和单点故障等问题；
30、二、本专利技术利用知识图谱技术对电网的设备、拓扑结构、运行状态等数据进行语义建模，建立统一的电网数据模型，实现不同来源、不同格式的异构数据的标准化和融合，知识图谱技术包括对电网设备、拓扑关系和运行状态的实体和关系进行语义标注，形成电网的知识图谱，实现数据的语义层融合，通过知识图谱的关联关系，融合来自不同数据源的电网数据，解决数据孤岛和信息割裂的问题；
31、三、本专利技术利用知识图谱的语义约束和一致性校验，自动检测并修复数据中的异常和错误，提升数据的准确性和完整性；基于知识图谱和实时数据分析结果，提供电网运行状态的可视化展示和决策支持信息，提升电网运营效率和管理水平。
本文档来自技高网...【技术保护点】
1.一种基于人工智能数据分析的电网数据治理方法，其特征是，包括：
2.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，多个所述边缘计算设备部署在电网系统的关键节点处形成分布式的异常检测网络，所述异常检测网络内各边缘计算设备之间通过高速通信链路进行协同，所述边缘计算设备在检测到节点异常时通过与邻近节点的边缘计算设备交换信息验证异常的真实性，所述异常综合评分计算公式为：
3.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述异常检测模型通过机器学习和深度学习技术识别运行数据中的异常模式和异常点，通过对设备属性进行聚类发现属性值异常的节点，采用时序模型检测节点运行状态的异常变化，所述异常检测模型检测到数据异常时，利用知识图谱的推理能力推断可能的正确值或关系，所述异常检测模型可信度评分机制对运行数据的来源进行可信度评分计算，可信度评分计算公式为：
4.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述运行数据通过知识图谱技术进行语义建模，建立统一的电网数据模型为所有运行数据赋予明确的
5.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述电网系统利用图数据库和图计算技术对电网拓扑进行建模和存储，以及，通过订阅数据源的变化事件实时更新知识图谱中的相关节点和关系，以及，采用增量式更新策略优化更新效率，以及，基于知识图谱提供语义层面查询，以及，利用知识图谱发掘运行数据中隐含的关系和模式。
6.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述电网系统在数据融合和更新过程中，利用知识图谱的语义约束和一致性校验检测数据中的异常和错误，所述语义约束包括属性约束和关系约束，所述一致性校验包括属性值校验、关系一致性校验和时间序列校验。
7.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述电网系统配置有基于知识图谱的动态可视化平台，所述动态可视化平台根据异常程度设定不同的预警级别以不同颜色或图标提示，以及，利用知识图谱的关联关系，分析异常可能影响的设备和区域提供连锁反应预警，以及，通过历史数据和实时数据的结合，利用深度学习模型预测设备故障概率提前安排维护计划，以及，在发现异常时，根据知识图谱进行情景模拟，推演可能的发展趋势辅助制定应对策略。
8.一种基于人工智能数据分析的电网数据治理系统，其特征是，包括：
9.一种基于人工智能数据分析的电网数据治理装置，其特征是，包括处理器及存储介质；
10.计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时实现权利要求1～7任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于人工智能数据分析的电网数据治理方法，其特征是，包括：
2.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，多个所述边缘计算设备部署在电网系统的关键节点处形成分布式的异常检测网络，所述异常检测网络内各边缘计算设备之间通过高速通信链路进行协同，所述边缘计算设备在检测到节点异常时通过与邻近节点的边缘计算设备交换信息验证异常的真实性，所述异常综合评分计算公式为：
3.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述异常检测模型通过机器学习和深度学习技术识别运行数据中的异常模式和异常点，通过对设备属性进行聚类发现属性值异常的节点，采用时序模型检测节点运行状态的异常变化，所述异常检测模型检测到数据异常时，利用知识图谱的推理能力推断可能的正确值或关系，所述异常检测模型可信度评分机制对运行数据的来源进行可信度评分计算，可信度评分计算公式为：
4.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述运行数据通过知识图谱技术进行语义建模，建立统一的电网数据模型为所有运行数据赋予明确的语义，所述电网数据模型利用自然语言处理和机器学习技术，识别不同系统和不同格式的运行数据中的实体和关系，将原始数据映射到本体模型对应的概念和属性上，利用知识图谱的关联关系融合来自不同数据源的实体。
5.根据权利要求1所述的基于人工智能数据分析的电网数据治理方法，其特征是，所述...
【专利技术属性】
技术研发人员：梁东，刘洋，张勇，李坚，王骏，李佳骥，张志强，李明，孔庆泽，李岩，王海燕，
申请(专利权)人：国网冀北电力有限公司承德供电公司，
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。