一种异常检测方法及装置与制造工艺

文档序号:11147707
一种异常检测方法及装置与制造工艺
本发明涉及网络安全技术领域,特别是涉及一种异常检测方法及装置。

背景技术:
当今社会经济正处于持续快速发展的阶段,人类社会生产活动对稳定的电力供应的依赖越来越强。因此保证电网稳定运行显得尤为重要。为了保证电网稳定运行,其中一个主要的方面即为能够及时发现电网中的故障,防止整个电网的失稳导致大面积停电事故的发生。由此可见,如何及时检测电网故障,以保障电网安全稳定运行十分重要。现有的异常检测方法,主要依赖电力系统专业人员通过大量计算、分析来评估电网异常。这种方法不仅消耗大量的人力,而且随着电网格局愈加复杂,电力系统运行数据大量产生,从而导致异常检测效率较低。因此,如何减少电力系统异常检测工作中的人工工作量,提高异常检测效率,是一个亟待解决的技术难题。

技术实现要素:
本发明实施例公开了一种电网异常检测方法及装置,以提高异常检测效率。为达到上述目的,本发明实施例提供了一种异常检测方法,所述方法包括:获得电网系统的目标时间序列数据,并将所述目标时间序列数据转换成第一矩阵;将所述第一矩阵输入到预先训练得到的编解码模型中,获得第二矩阵;计算所述第二矩阵相对于所述第一矩阵的第一误差,并在所述第一误差超出预设的误差范围时,确定所述目标时间序列数据为异常序列数据。可选的,所述获得电网系统的目标时间序列数据的步骤,包括:采集预设时长内的电网系统的第一数据,并将所述第一数据转换成第二数据,其中,所述第一数据为电压幅值和电压相角值,第二数据为实电压和虚电压;将所述第二数据组合成所述目标时间序列数据。可选的,所述编解码模型包括编码器模型和解码器模型,其中,所述编码器模型和所述解码器模型均为循环神经网络模型。可选的,预先训练所述编解码模型的步骤包括:获取正常时间序列数据;将所述正常时间序列数据作为训练样本,输入到初始编码器模型,获得初始编码器模型隐含层的初始状态值;将所述初始状态值输入到初始解码器模型,得到满足训练结束条件的编解码模型。可选的,预先设定所述误差范围的步骤包括:获取正常时间序列数据,并将所述正常时间序列数据转换成第三矩阵;将所述第三矩阵输入到所述编解码模型中,获得第四矩阵;计算所述第四矩阵相对于所述第三矩阵的第二误差;获得所述第二误差服从正态分布的平均值和方差,并设定所述误差范围为:μ±3Σ;其中,μ为所述平均值,Σ为所述方差。为达到上述目的,本发明实施例还提供了一种异常检测装置,所述装置包括:第一转换模块,用于获得电网系统的目标时间序列数据,并将所述目标时间序列数据转换成第一矩阵;第一获得模块,用于将所述第一矩阵输入到预先训练得到的编解码模型中,获得第二矩阵;确定模块,用于计算所述第二矩阵相对于所述第一矩阵的第一误差,并在所述第一误差超出预设的误差范围时,确定所述目标时间序列数据为异常序列数据。可选的,所述第一转换模块,包括:采集子模块,用于采集预设时长内的电网系统的第一数据,并将所述第一数据转换成第二数据,其中,所述第一数据为电压幅值和电压相角值,第二数据为实电压和虚电压;转换子模块,用于将所述第二数据组合成所述目标时间序列数据,并将所述目标时间序列数据转换成第一矩阵。可选的,所述编解码模型包括编码器模型和解码器模型,其中,所述编码器模型和所述解码器模型均为循环神经网络模型。可选的,所述装置还包括:获取模块,用于获取正常时间序列数据;训练模块,将所述正常时间序列数据作为训练样本,输入到初始编码器模型,获得初始编码器模型隐含层的初始状态值;第二获得模块,用于将所述初始状态值输入到初始解码器模型,得到满足训练结束条件的编解码模型。可选的,所述装置还包括:第二转换模块,用于获取正常时间序列数据,并将所述正常时间序列数据转换成第三矩阵;第三获得模块,用于将所述第三矩阵输入到所述编解码模型中,获得第四矩阵;计算模块,用于计算所述第四矩阵相对于所述第三矩阵的第二误差;设定模块,用于获得所述第二误差服从正态分布的平均值和方差,并设定所述误差范围为:μ±3Σ;其中,μ为所述平均值,Σ为所述方差。由上述的技术方案可见,本发明实施例提供的异常检测方法及装置,可以获得电网系统的目标时间序列数据,并将目标时间序列数据转换成第一矩阵;然后将第一矩阵输入到预先训练得到的编解码模型中,获得第二矩阵,之后计算第二矩阵相对于所述第一矩阵的第一误差,并在第一误差超出预设的误差范围时,确定目标时间序列数据为异常序列数据。应用本发明实施例,利用预先训练得到的编解码模型检测异常,减少了电力系统异常检测工作中的人工工作量,提高了异常检测效率。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本发明实施例提供的一种异常检测方法的流程示意图;图2为本发明实施例提供的一种异常检测装置的结构示意图。具体实施方式下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。本发明实施例公开了一种异常检测方法及装置,以下分别进行详细说明。参见图1,图1为本发明实施例提供的一种异常检测方法的流程示意图,包括如下步骤:S101,获得电网系统的目标时间序列数据,并将目标时间序列数据转换成第一矩阵。本发明实施例提供的方法可以应用于电网系统的中央控制节点。具体地,中央控制节点为可以获得电网系统中各个节点的时间序列数据,并可以对时间序列数据进行分析处理的节点。中央控制节点的型号可以根据用户需求设定,本发明对此不作限定。具体的,中央控制节点获得电网系统的目标时间序列数据的步骤可以为:采集预设时长内的电网系统的第一数据,并将第一数据转换成第二数据,其中,第一数据可以为电压幅值和电压相角值,第二数据可以为实电压和虚电压;将第二数据组合成目标时间序列数据。需要说明的是,中央控制节点采集的第一数据可以是各个节点的电压幅值和电压相角值,然后令采集到的电压幅值为v,电压相角值为θ,利用公式vr=vcosθ,vi=vsinθ,将其转换为实电压vr和虚电压vi的形式,以此将第一数据转换成第二数据,保留了采集数据的全部信息。由于第二数据由实电压和虚电压组成,而实电压和虚电压的取值范围相同,因此,将第一数据转换成第二数据消除了电压幅值与电压相角值取值范围不一致带来的缺点,使得第二数据各个特征的权重不受取值范围的影响。并且,可以将预设时长内的预设数量个第二数据组合成目标时间序列数据,并将目标时间序列数据转换成第一矩阵,第二数据的维数为:节点个数*特征个数;第一矩阵的维数为...
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1