一种将大数据应用于智能电网的异常监测系统的制作方法

1.本发明涉及大数据和智慧电网领域，尤其涉及一种将大数据应用于智能电网的异常监测系统。


背景技术：

2.随着智能配电网技术的发展和电力系统自动化建设进程的不断推进，电力网络的结构和运行模式也变得越来越复杂，人们对电能的质量和网络运行的可靠性也提出了更高的要求。如何有效地对配电网中电力线路进行异常监测，成为电力生产部门新的需求点和研究的热点方向。
3.配电网线路参数对配电网中长期规划、配电网经济稳定运行、配电网拓扑及故障判断有着至关重要的意义，明显错误的线路参数不良数据小则影响调度员做出错误的决策，大则影响到配电网今后的规划设计选型，因此配电网线路数据异常值的辨识手段是一种不可或缺的技术。
4.然而，现有的配电网电力线路安全监测技术只监测电力线路的单节点故障状态，不能根据多节点数据进行交叉验证，存在监测信息的单一性，从而导致对配电网中电力线路的故障检测的准确率低。同时，现有的技术主要通过人工寻找配电网中电力线路的故障点，导致配电网的故障排查效率降低，从而使得配电网的安全供电保障受到影响，增加配电网覆盖地区的停电时间，进而无法满足人们的用电需求。


技术实现要素：

5.为了解决以上问题，本发明提供了一种将大数据应用于智能电网的异常监测系统，其包括：传感节点、基站节点、控制节点和管理终端，其中各节点间具有通信连接；控制节点与管理终端具有通信连接；基站节点包括：数据分析模块和异常检测模块，其中，数据分析模块与异常检测模块具有通信连接；控制节点包括：交叉节点模块和故障检测模块，其中，交叉模块与故障检测模块具有通信连接；
6.各传感节点实时采集输电线路的输电线路数据，并将各个传感节点实时采集的输电线路数据发送到相应的基站节点；
7.基站节点的数据分析模块将接收到的所有输电线路数据输入时空状态模型以输出若干个时空状态数据，并根据所述若干个时空状态数据得到第一稳态向量序列和第二稳态向量序列；
8.基站节点的数据分析模块分别提取第一稳态向量序列中每个第一稳态向量的特征，并将其映射到时序状态空间以获取每个第一稳态向量对应的时序状态点，然后将所有的时序状态点按照时间顺序进行连接以得到时序状态曲线；
9.基站节点的数据分析模块分别提取第二稳态向量序列中每个第二稳态向量的特征，并将其映射到空序状态空间以获取每个第二稳态向量对应的空序状态点，然后将所有的空序状态点按照空间顺序进行连接以得到空序状态曲线；
10.基站节点的数据分析模块分别提取时序状态曲线和空序状态曲线的曲线特征以得到时序状态曲线特征和空序状态曲线特征，并将时序状态曲线特征和空序状态曲线特征映射到时空状态空间得到基站节点的时空状态曲线；
11.基站节点的异常检测模块提取时空状态曲线的特征以得到时空状态曲线特征，并将时空状态曲线特征输入异常检测模型以对基站节点的输电线路进行异常识别；在输电线路出现异常时，异常检测模块将相应基站节点作为异常基站节点，并获取异常基站节点的节点异常数据，然后根据异常基站节点的时空状态曲线特征和节点异常数据生成异常基站节点的基站检测数据；
12.控制节点的交叉节点模块根据接收到的基站检测数据获取异常基站节点的交叉基站节点，并根据交叉基站节点的所有时空状态数据生成交叉检测数据；
13.控制节点的故障检测模块根据基站检测数据和交叉检测数据对异常基站节点和交叉基站节点进行交叉验证以进行异常监测判断。
14.进一步地，所述管理终端为智能电网的管理员使用的具有通信功能和数据传输功能的智能设备，其包括智能手机、智能手表、平板电脑、笔记本电脑和台式电脑。
15.进一步地，所述输电线路数据包括时间信息、传感节点信息和输电线路信息；所述时间信息表征传感节点采集数据的时间；所述传感节点信息表征传感节点的节点类型和节点位置；所述输电线路信息表征输电线路的状态信息，其包括：电压、电流、温度、电阻、电抗和电纳。
16.进一步地，所述传感节点为采集输电线路信息的传感器，其包括电压传感器、电流传感器和电阻传感器。所述控制节点为控制整个电网的控制中心；所述基站节点为控制分布式网络的控制中心；所述电网由若干个分布式网络组成。所述分布式网络由一个基站节点和若干个传感节点组成。
17.进一步地，基站节点的数据分析模块根据时空状态数据得到第一稳态向量序列和第二稳态向量序列包括：
18.基站节点的数据分析模块提取每个时空状态数据的时空状态特征，并将每个时空状态特征进行特征分解以得到时序状态特征和空序状态特征；
19.基站节点的数据分析模块将每个时空状态特征的时序状态特征按照时间顺序进行马尔科夫计算以得到每个时空状态数据的若干个时序状态转移概率，其中，所述时序状态转移概率对应一个时刻的状态转移概率；
20.基站节点的数据分析模块将每个时空状态特征的空序状态特征按照空间顺序进行马尔科夫计算以得到每个时空状态数据的若干个空序状态转移概率，其中，所述空序状态转移概率对应一个位置的状态转移概率；
21.基站节点的数据分析模块根据每个时空状态数据的所有时序状态转移概率生成每个时空状态数据的时序状态转移矩阵，并根据每个时空状态数据的所有空序状态转移概率生成每个时空状态数据的空序状态转移矩阵，然后分别将每个时空状态数据的时序状态转移矩阵和空序状态转移矩阵进行矩阵分解得到每个时空状态数据的时序概率向量序列和空序概率向量序列；
22.基站节点的数据分析模块随机生成矩阵，并分别根据随机矩阵和每个时空状态数据的时序概率向量序列和空序概率向量序列生成每个时空状态数据的第一马尔科夫链和
第二马尔科夫链；
23.基站节点的数据分析模块获取每个时空状态数据的第一马尔科夫链的稳态向量，并将其作为第一稳态向量，然后将每个时空状态数据的所有第一稳态向量按照时间顺序进行排列以得到第一稳态向量序列；获取每个时空状态数据的第二马尔科夫链的稳态向量，并将其作为第二稳态向量，然后将每个时空状态数据的所有第二稳态向量按照空间顺序进行排列以得到第二稳态向量序列。
24.进一步地，所述故障检测模块对异常基站节点和交叉基站节点进行交叉验证以进行异常监测判断包括：
25.故障检测模块识别异常基站节点与交叉基站节点之间的输电线路是否故障；
26.若是，故障检测模块识别故障位置，并发送故障报警信息到管理终端；
27.若否，故障检测模块将异常基站节点和交叉基站节点作为故障高危节点并由控制节点对故障高危节点进行实时检测。
28.进一步地，控制节点的交叉节点模块获取异常基站节点的交叉基站节点包括：
29.控制节点的交叉节点模块根据每个时刻的电网数据构建每个时刻的电网分布图；所述电网分布图为具有节点和有向连接的有向图；电网分布图上的有向连接的连接方向表示电流方向；所述电流分布图上的有向连接所连接的节点为传感节点；
30.控制节点的交叉节点模块将每个时刻的电网分布图用四元组数据表示；所述四元组数据包括：流出节点、流入节点、电流方向和时间戳；所述流入节点为电流流入的传感节点；所述流出节点为电流流出的传感节点；
31.控制节点的交叉节点模块提取四元组数据的数据特征以得到电网分布特征，并使用主成分分析算法将电网分布特征进行特征降维处理后映射到低维特征空间以得到电网分布向量，然后将电网分布特征向量划分为若干个基站特征向量；每个基站特征向量对应一个基站节点；
32.控制节点的交叉节点模块获取异常基站节点对应的基站特征向量，并将其作为异常基站特征向量，然后根据异常基站特征向量和其他基站特征向量计算异常基站节点与其他基站节点的交叉度，并将交叉度大于交叉阈值的基站节点作为异常基站节点的交叉基站节点。
33.进一步地，控制节点的交叉节点模块提取四元组数据的数据特征得到电网分布特征包括：
34.控制节点的交叉节点模块根据四元组数据获取与传感节点具有有向连接的传感节点，并将与传感节点具有有向连接的传感节点作为传感节点的邻居节点；根据有向连接的连接方向将与传感节点具有正向连接的邻居节点作为传感节点的正向邻居节点，将与传感节点具有反向连接的邻居节点作为传感节点的反向邻居节点；所述正向连接为电流从传感节点流向邻居节点；所述反向连接为电流从邻居节点流向传感节点；
35.控制节点的交叉节点模块统计每个传感节点的正向邻居节点和反向邻居节点的数量，并根据每个传感节点的正向邻居节点和反向邻居节点的数量生成正向统计序列和反向统计序列，然后分别将正向统计序列和反向统计序列映射到统计特征空间以得到正向统计特征和反向统计特征；
36.控制节点的交叉节点模块在统计空间内对正向统计特征和反向统计特征进行卷
积操作以得到正向卷积特征和反向卷积特征，并将正向卷积特征和反向卷积特征映射到分布特征空间以得到正向分布特征和反向分布特征，然后将正向分布特征和反向分布特征进行特征聚合以得到电网分布图的电网分布特征。
37.本发明具有以下有益效果：本发明通过分布式网络对电网进行划分，每个分布式网络的基站节点对输电线路进行异常检测，并在基站节点检测到输电线异常时控制节点获取交叉基站节点，然后根据异常基站节点和交叉基站节点的数据进行交叉验证。本发明通过对多节点数据进行交叉验证，提高输电线路故障检测的准确率。此外，本发明根据实时采集的数据对输电线路进行自动化故障检测和故障位置识别，提高了配电网的故障排查效率。
附图说明
38.图1为一示例性实施例提供的将大数据应用于智能电网的异常监测系统的结构框图。
具体实施方式
39.下面的说明提供用于充分理解和实施本发明的各种实施例的特定细节。本领域的技术人员应当理解，本发明的技术方案可以在没有这些细节中的一些的情况下被实施。在某些情况下，并没有示出或详细描述一些熟知的结构和功能，以避免不必要地使对本发明的实施例的描述模糊不清。在本发明中使用的术语以其最宽泛的合理方式来理解，即使其是结合本发明的特定实施例被使用的。
40.参见图1，在一个实施例中，将大数据应用于智能电网的异常监测系统可以包括：传感节点、基站节点、控制节点和管理终端，其中各节点间具有通信连接；控制节点与管理终端具有通信连接；基站节点包括：数据分析模块和异常检测模块，其中，数据分析模块与异常检测模块具有通信连接；控制节点包括：交叉节点模块和故障检测模块，其中，交叉模块与故障检测模块具有通信连接；
41.各传感节点实时采集输电线路的输电线路数据，并将各个传感节点实时采集的输电线路数据发送到相应的基站节点；
42.基站节点的数据分析模块将接收到的所有输电线路数据输入时空状态模型以输出若干个时空状态数据，并根据所述若干个时空状态数据得到第一稳态向量序列和第二稳态向量序列；
43.基站节点的数据分析模块分别提取第一稳态向量序列中每个第一稳态向量的特征，并将其映射到时序状态空间以获取每个第一稳态向量对应的时序状态点，然后将所有的时序状态点按照时间顺序进行连接以得到时序状态曲线；
44.基站节点的数据分析模块分别提取第二稳态向量序列中每个第二稳态向量的特征，并将其映射到空序状态空间以获取每个第二稳态向量对应的空序状态点，然后将所有的空序状态点按照空间顺序进行连接以得到空序状态曲线；
45.基站节点的数据分析模块分别提取时序状态曲线和空序状态曲线的曲线特征以得到时序状态曲线特征和空序状态曲线特征，并将时序状态曲线特征和空序状态曲线特征映射到时空状态空间得到基站节点的时空状态曲线；
46.基站节点的异常检测模块提取时空状态曲线的特征以得到时空状态曲线特征，并将时空状态曲线特征输入异常检测模型以对基站节点的输电线路进行异常识别；在输电线路出现异常时，异常检测模块将相应基站节点作为异常基站节点，并获取异常基站节点的节点异常数据，然后根据异常基站节点的时空状态曲线特征和节点异常数据生成异常基站节点的基站检测数据；
47.控制节点的交叉节点模块根据接收到的基站检测数据获取异常基站节点的交叉基站节点，并根据交叉基站节点的所有时空状态数据生成交叉检测数据；
48.控制节点的故障检测模块根据基站检测数据和交叉检测数据对异常基站节点和交叉基站节点进行交叉验证以进行异常监测判断。
49.为了便于理解，下面对本发明的工作方法和原理进行具体说明。
50.具体的，在一个实施例中，将大数据应用于智能电网的异常监测系统执行的工作流程可以包括以下步骤：
51.s1、各传感节点实时采集输电线路的输电线路数据，并将各个传感节点实时采集的输电线路数据发送到相应的基站节点，基站节点的数据分析模块将接收到的所有输电线路数据输入时空状态模型以输出若干个时空状态数据。
52.具体地，所述输电线路数据包括时间信息、传感节点信息和输电线路信息；所述时间信息表征传感节点采集数据的时间；所述传感节点信息表征传感节点的节点类型和节点位置；所述输电线路信息表征输电线路的状态信息，其包括：电压、电流、温度、电阻、电抗和电纳。
53.传感节点为采集输电线路信息的传感器，其包括电压传感器、电流传感器和电阻传感器。
54.节点位置为节点的物理位置，节点类型为传感节点的类型，传感节点的类型包括电压传感器、电流传感器和电阻传感器。
55.基站节点用于对相应的分布式网络中的输电线路进行数据接收与数据发送，并对输电线路进行异常检测。
56.时空状态数据表征输电线路的在时间和空间上的状态变化，每条输电线路对应一个时空状态数据。
57.s2、基站节点的数据分析模块根据所述若干个时空状态数据得到基站节点的时空状态曲线；基站节点的异常检测模块提取时空状态曲线的特征以得到时空状态曲线特征，并将时空状态曲线特征输入异常检测模型以对基站节点的输电线路进行异常识别。
58.时空状态曲线记录了基站节点所在分布式网络中所有输电线路在时间和空间中的状态变化。
59.在一个实施例中，基站节点的数据分析模块根据时空状态数据得到基站节点的时空状态曲线包括：
60.基站节点的数据分析模块提取每个时空状态数据的时空状态特征，并将每个时空状态特征进行特征分解以得到时序状态特征和空序状态特征；
61.基站节点的数据分析模块将每个时空状态特征的时序状态特征按照时间顺序进行马尔科夫计算以得到每个时空状态数据的若干个时序状态转移概率，其中，所述时序状态转移概率对应一个时刻的状态转移概率；
62.基站节点的数据分析模块将每个时空状态特征的空序状态特征按照空间顺序进行马尔科夫计算以得到每个时空状态数据的若干个空序状态转移概率，其中，所述空序状态转移概率对应一个位置的状态转移概率；
63.基站节点的数据分析模块根据每个时空状态数据的所有时序状态转移概率生成每个时空状态数据的时序状态转移矩阵，并根据每个时空状态数据的所有空序状态转移概率生成每个时空状态数据的空序状态转移矩阵，然后分别将每个时空状态数据的时序状态转移矩阵和空序状态转移矩阵进行矩阵分解得到每个时空状态数据的时序概率向量序列和空序概率向量序列；
64.基站节点的数据分析模块随机生成矩阵，并分别根据随机矩阵和每个时空状态数据的时序概率向量序列和空序概率向量序列生成每个时空状态数据的第一马尔科夫链和第二马尔科夫链；
65.基站节点的数据分析模块获取每个时空状态数据的第一马尔科夫链的稳态向量，并将其作为第一稳态向量，然后将每个时空状态数据的所有第一稳态向量按照时间顺序进行排列以得到第一稳态向量序列；获取每个时空状态数据的第二马尔科夫链的稳态向量，并将其作为第二稳态向量，然后将每个时空状态数据的所有第二稳态向量按照空间顺序进行排列以得到第二稳态向量序列。
66.在一个实施例中，基站节点的数据分析模块根据时空状态数据得到基站节点的时空状态曲线包括：
67.基站节点的数据分析模块分别提取第一稳态向量序列中每个第一稳态向量的特征，并将其映射到时序状态空间以获取每个第一稳态向量对应的时序状态点，然后将所有的时序状态点按照时间顺序进行连接以得到时序状态曲线；
68.基站节点的数据分析模块分别提取第二稳态向量序列中每个第二稳态向量的特征，并将其映射到空序状态空间以获取每个第二稳态向量对应的空序状态点，然后将所有的空序状态点按照空间顺序进行连接以得到空序状态曲线；
69.基站节点的数据分析模块分别提取时序状态曲线和空序状态曲线的曲线特征以得到时序状态曲线特征和空序状态曲线特征，并将时序状态曲线特征和空序状态曲线特征映射到时空状态空间以得到时空状态曲线；
70.基站节点的数据分析模块提取时空状态曲线的曲线特征以得到时空状态曲线特征，并将时空状态曲线特征输入异常检测模型以输出异常检测结果。
71.s3、在输电线路出现异常时，基站节点的异常检测模块将相应基站节点作为异常基站节点，并获取异常基站节点的节点异常数据，然后根据异常基站节点的时空状态曲线特征和节点异常数据生成异常基站节点的基站检测数据，并将其发送到控制节点。控制节点的交叉节点模块根据接收到的基站检测数据获取异常基站节点的交叉基站节点，并根据交叉基站节点的所有时空状态数据生成交叉检测数据。
72.控制节点为控制整个电网的控制中心；基站节点为控制分布式网络的控制中心；所述电网由若干个分布式网络组成。分布式网络由一个基站节点和若干个传感节点组成。节点异常数据记录了基站节点所在分布式网络中各输电线路的异常状态。
73.在一个实施例中，控制节点的交叉节点模块获取异常基站节点的交叉基站节点包括：
74.控制节点的交叉节点模块根据每个时刻的电网数据构建每个时刻的电网分布图；所述电网分布图为具有节点和有向连接的有向图；电网分布图上的有向连接的连接方向表示电流方向；所述电流分布图上的有向连接所连接的节点为传感节点；
75.控制节点的交叉节点模块将每个时刻的电网分布图用四元组数据表示；所述四元组数据包括：流出节点、流入节点、电流方向和时间戳；所述流入节点为电流流入的传感节点；所述流出节点为电流流出的传感节点；
76.控制节点的交叉节点模块提取四元组数据的数据特征以得到电网分布特征，并使用主成分分析算法将电网分布特征进行特征降维处理后映射到低维特征空间以得到电网分布向量，然后将电网分布特征向量划分为若干个基站特征向量；每个基站特征向量对应一个基站节点；
77.控制节点的交叉节点模块获取异常基站节点对应的基站特征向量，并将其作为异常基站特征向量，然后根据异常基站特征向量和其他基站特征向量计算异常基站节点与其他基站节点的交叉度，并将交叉度大于交叉阈值的基站节点作为异常基站节点的交叉基站节点。交叉阈值为根据实际情况预先进行设置。
78.在一个实施例中，控制节点的交叉节点模块获取异常基站节点的交叉基站节点包括：
79.控制节点的交叉节点模块根据四元组数据获取与传感节点具有有向连接的传感节点，并将与传感节点具有有向连接的传感节点作为传感节点的邻居节点；根据有向连接的连接方向将与传感节点具有正向连接的邻居节点作为传感节点的正向邻居节点，将与传感节点具有反向连接的邻居节点作为传感节点的反向邻居节点；所述正向连接为电流从传感节点流向邻居节点；所述反向连接为电流从邻居节点流向传感节点；
80.控制节点的交叉节点模块统计每个传感节点的正向邻居节点和反向邻居节点的数量，并根据每个传感节点的正向邻居节点和反向邻居节点的数量生成正向统计序列和反向统计序列，然后分别将正向统计序列和反向统计序列映射到统计特征空间以得到正向统计特征和反向统计特征；
81.控制节点的交叉节点模块在统计空间内对正向统计特征和反向统计特征进行卷积操作以得到正向卷积特征和反向卷积特征，并将正向卷积特征和反向卷积特征映射到分布特征空间以得到正向分布特征和反向分布特征，然后将正向分布特征和反向分布特征进行特征聚合以得到电网分布图的电网分布特征。
82.s4、控制节点的故障检测模块根据基站检测数据和交叉检测数据对异常基站节点和交叉基站节点进行交叉验证以识别异常基站节点以及交叉基站节点的输电线路是否故障；若是，识别故障位置，并发送故障报警信息到管理终端；若否，将异常基站节点和交叉基站节点作为故障高危节点并由控制节点对故障高危节点进行实时检测。
83.交叉验证为通过交叉基站节点和异常基站节点的数据来判断出现异常的原因究竟是异常基站节点所属分布式网络内输电线路本身的问题还是由于交叉基站节点所属分布式网络内输电线路问题导致异常基站节点的输电线路出现异常。
84.控制节点对故障高危节点进行实时监测，并在预设时间周期内故障高危节点没有出现故障时，将故障高危节点作为普通的基站节点。
85.本发明通过对基站节点进行交叉验证以识别出现故障的具体基站节点，提高识别
故障的准确率。
86.管理终端为智能电网的管理员使用的具有通信功能和数据传输功能的智能设备，其包括智能手机、智能手表、平板电脑、笔记本电脑和台式电脑。
87.本发明通过分布式网络对电网进行划分，每个分布式网络的基站节点对输电线路进行异常检测，并在基站节点检测到输电线异常时控制节点获取交叉基站节点，然后根据异常基站节点和交叉基站节点的数据进行交叉验证。本发明通过对多节点数据进行交叉验证，提高输电线路故障检测的准确率。此外，本发明根据实时采集的数据对输电线路进行自动化故障检测和故障位置识别，提高了配电网的故障排查效率。
88.本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。一般地，这些模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元素、组件、数据结构等。本文所使用的术语“模块”，“功能”和“组件”一般表示软件、固件、硬件或其组合。本文描述的技术的特征是与平台无关的，意味着这些技术可以在具有各种处理器的各种计算平台上实现。
89.所描述的模块和技术的实现可以存储在某种形式的计算机可读介质上或者跨某种形式的计算机可读介质传输。计算机可读介质可以包括可由计算设备访问的各种介质。作为示例而非限制，计算机可读介质可以包括“计算机可读存储介质”和“计算机可读信号介质”。
90.应当理解，为清楚起见，参考不同的功能模块对本发明的实施例进行了描述。然而，在不偏离本发明的情况下，每个功能模块的功能性可以被实施在单个模块中、实施在多个模块中或作为其它功能模块的一部分被实施。例如，被说明成由单个模块执行的功能性可以由多个不同的模块来执行。因此，对特定功能模块的参考仅被视为对用于提供所描述的功能性的适当模块的参考，而不是表明严格的逻辑或物理结构或组织。因此，本发明可以被实施在单个模块中，或者可以在物理上和功能上被分布在不同的模块和电路之间。
91.需要理解的是，尽管第一、第二、第三等术语在本文中可以用来描述各种设备、元件、部件或元素，但是这些设备、元件、部件或元素不应当由这些术语限制。这些术语仅用来将一个设备、元件、部件或元素与另一个设备、元件、部件或元素相区分。
92.尽管已经结合一些实施例描述了本发明，但是其不旨在被限于在本文中所阐述的特定形式。相反，本发明的范围仅由所附权利要求来限制。附加地，尽管单独的特征可以被包括在不同的权利要求中，但是这些可以可能地被有利地组合，并且包括在不同权利要求中不暗示特征的组合不是可行的。特征在权利要求中的次序不暗示特征必须以其工作的任何特定次序。此外，在权利要求中，词“包括”不排除其它元件，并且不定冠词“一”或“一个”不排除多个。
93.上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。