基于深度学习的智能变电站SCD异常数据分析方法

本发明公开了一种基于深度学习的智能变电站SCD异常数据分析方法，包括以下步骤：采集智能变电站的SCD异常数据，SCD异常数据包括GOOSE报文数据和SV报文数据；SCD异常数据拆分成训练集Xnew和测试集，并对训练集Xnew进行预处理；构建AE‑LSTM‑Attention网络模型，并设置AE‑LSTM‑Attention网络模型的初始参数；训练AE‑LSTM‑Attention网络模型，输出收敛的AE‑LSTM‑Attention网络模型；将测试集输入收敛的AE‑LSTM‑Attention网络模型中，计算识别精度和误差。本文采用自动编码器AE对长短时记忆网络(LSTM)网络模型实现优化，增强数据信息特征的联系，加之注意力模型Attention引入更增强模型的数据特征表达能力，实现对于SCD数据的精准分析。