针对电力系统的工控设备类型识别方法及系统与流程

本发明属于电气自动化领域，具体涉及一种针对电力系统的工控设备类型识别方法及系统。

背景技术：

1、随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。因此，保障电能的稳定可靠供应，就成为了电力系统最重要的任务之一。

2、目前，越来越多的工控资产应用于电力系统，包括智能变电站、智能电网等；这些工控资产的安全性和可靠性对于电力系统的安全可靠运行至关重要。但是，由于新型电力系统中存在较为复杂的网络架构和众多的设备联接，电力系统目前无法对电力资产进行自动识别，这种情况增加了电力系统的运行风险。因此，实现电力系统对于自身工控设备类型的识别，就显得意义重大。

3、传统的电力系统工控设备类型识别方案，一般是通过工控设备的端口特征进行识别。但是，这类方案在应用于现有的电力系统时，存在一些问题：一是现有电力系统的工业业务种类多，包括了远动、wams、电能量采集、稳控等业务种类，每类业务设备的生产厂商众多，不同厂商、同一业务设备的实现方式也有差异，这将导致设备的端口服务、端口title等特征不同，从而使得多样业务资产的识别较为困难；二是同一厂商生产的不同业务设备，通常采用同一软硬件平台，仅仅从开放端口特征难以实现不同业务的区分，而且，许多设备采用电力定制化协议，获取设备协议的深层次特征十分困难；这也导致现有电力系统的工控设备类型识别困难。

技术实现思路

1、本发明的目的之一在于提供一种可靠性高且精确性好的针对电力系统的工控设备类型识别方法。

2、本发明的目的之二在于提供一种实现所述针对电力系统的工控设备类型识别方法的系统。

3、本发明提供的这种针对电力系统的工控设备类型识别方法，包括如下步骤：

4、s1.获取电力系统工控设备的历史流量数据；

5、s2.根据步骤s1获取的历史流量数据，构建电力系统工控设备业务数据特征向量，从而生成工控设备业务名单；

6、s3.实时获取目标电力系统的待识别工控设备的业务流量数据；

7、s4.计算步骤s3获取的业务流量数据与步骤s2得到的工控设备业务名单之间的距离；

8、s5.根据步骤s4得到的距离值，完成电力系统的工控设备类型的识别。

9、步骤s1所述的获取电力系统工控设备的历史流量数据，具体包括如下步骤：

10、在设定时间内，连续向同一工控设备发送n次读取数据请求，并得到该工控设备的应答数据；

11、对应答数据进行解析，得到该工控设备a的流量数据flowa为flowa＝{f1,f2,...,fn}，其中fi为第i次发送读取数据请求后得到的应答数据；

12、应答数据fi包括工控设备a的r个寄存器的数据值，表征该工控设备的业务数据；应答数据fi表示为fi＝(ai1,ai2,...,air)，其中aij为第i个应答数据中工控设备a的第j个寄存器的数据值；

13、采用以上步骤，获取所有工控设备的应答数据，从而获取了电力系统工控设备的历史流量数据。

14、步骤s2所述的根据步骤s1获取的历史流量数据，构建电力系统工控设备业务数据特征向量，从而生成工控设备业务名单，具体包括如下步骤：

15、基于工控设备a所采集的流量数据flowa，提取业务数据特征向量；所述业务数据特征向量表示为其中cvi为工控设备a第i次业务数据的变异系数，si为工控设备a第i次业务数据的数据偏度，ki为工控设备a第i次业务数据的数据峰度；

16、根据工控设备a的n次业务数据的特征向量分别计算变异系数的平均值、数据偏度的平均值和数据峰度的平均值，从而得到工控设备a的业务数据特征向量其中cva为工控设备a业务数据的变异系数的平均值，sa为工控设备a业务数据的数据偏度的平均值，ka为工控设备a业务数据的数据峰度的平均值；

17、采用以上步骤，获取所有工控设备的业务数据特征向量，从而生成工控设备业务名单。

18、所述的工控设备a第i次业务数据的变异系数，具体包括如下内容：

19、采用如下算式计算得到工控设备a第i次业务数据的变异系数cvi：

20、

21、式中μi为第i个应答数据中工控设备a的r个寄存器的数据平均值，aim为第i个应答数据中工控设备a的第m个寄存器的数据值；σi为第i个应答数据中工控设备a的r个寄存器的数据标准差，

22、所述的工控设备a第i次业务数据的数据偏度，具体包括如下内容：

23、计算得到工控设备a第i次业务数据的数据偏度si为

24、所述的工控设备a第i次业务数据的数据峰度，具体包括如下内容：

25、计算得到工控设备a第i次业务数据的数据峰度ki为

26、步骤s3所述的实时获取目标电力系统的待识别工控设备的业务流量数据，具体包括如下步骤：

27、在设定时间内，连续向待识别工控设备发送n次读取数据请求，并得到待识别工控设备的应答数据；

28、对应答数据进行解析，得到待识别工控设备的流量数据flowx为flowx＝{x1,x2,...,xn}，其中xi为第i次发送读取数据请求后得到的应答数据；

29、基于待识别工控设备所采集的流量数据flowx，提取业务数据特征向量；所述业务数据特征向量表示为其中为待识别工控设备第i次业务数据的变异系数，xsi为待识别工控设备第i次业务数据的数据偏度，xki为待识别工控设备第i次业务数据的数据峰度；

30、根据待识别工控设备的n次业务数据的特征向量分别计算变异系数的平均值、数据偏度的平均值和数据峰度的平均值，从而得到待识别工控设备的业务数据特征向量其中为待识别工控设备业务数据的变异系数的平均值，xs为待识别工控设备业务数据的数据偏度的平均值，xk为待识别工控设备业务数据的数据峰度的平均值。

31、步骤s4所述的计算步骤s3获取的业务流量数据与步骤s2得到的工控设备业务名单之间的距离，具体包括如下步骤：

32、设定工控设备业务名单包括q个工控设备的业务数据特征向量n1～nq，其中nq为第q个工控设备的业务数据特征向量且

33、采用如下算式计算得到待识别工控设备的业务数据特征向量与第q个工控设备的业务数据特征向量nq的距离d(x,nq)：

34、

35、采用以上步骤，计算得到待识别工控设备的业务数据特征向量与工控设备业务名单中所有工控设备的业务数据特征向量之间的距离。

36、步骤s5所述的根据步骤s4得到的距离值，完成电力系统的工控设备类型的识别，具体包括如下步骤：

37、在步骤s4得到的若干个距离值中，获取最小的距离值及其对应的工控设备类型；

38、对获取的最小的距离值进行判定：

39、若最小的距离值小于设定的相似度阈值，则判定待识别工控设备为最小的距离值所对应的工控设备类型；

40、若最小的距离值大于或等于设定的相似度阈值，则判定待识别工控设备为新设备。

41、本发明还提供了一种实现所述针对电力系统的工控设备类型识别方法的系统，包括历史数据获取模块、业务名单构建模块、流量数据获取模块、类型距离计算模块和设备类型识别模块；历史数据获取模块、业务名单构建模块、流量数据获取模块、类型距离计算模块和设备类型识别模块依次串联；历史数据获取模块用于获取电力系统工控设备的历史流量数据，并将数据上传业务名单构建模块；业务名单构建模块用于根据接收到的数据，构建电力系统工控设备业务数据特征向量，从而生成工控设备业务名单，并将数据上传流量数据获取模块；流量数据获取模块用于根据接收到的数据，实时获取目标电力系统的待识别工控设备的业务流量数据，并将数据上传类型距离计算模块；类型距离计算模块用于根据接收到的数据，计算业务流量数据与工控设备业务名单之间的距离，并将数据上传设备类型识别模块；设备类型识别模块用于根据接收到的数据，基于距离值完成电力系统的工控设备类型的识别。

42、本发明提供的这种针对电力系统的工控设备类型识别方法及系统，根据不同电力工控设备在进行不同业务时产生的流量数据特征的差异，考虑不同工控设备业务数据分布特征在短时间内保持不变的情况，结合设备的历史业务流量数据，计算电力工控设备其业务流量数据的特征向量；然后对需识别的电力工控设备提取业务数据特征，将之与特征向量进行匹配，从而实现电力系统工控设备类型的自动识别；因此本发明避免了繁杂的人工特征选取过程，而且可靠性高，精确性好。