摘要
本发明涉及一种基于图神经网络的智能电网异常检测方法及系统,包括:对智能电网的数据进行处理,将流量数据转换为图结构后作为基于时空图神经网络的模型的输入;通过共享编码器提取源图和目标图中每个节点的潜在表示,生成节点嵌入;利用异常分类器区分源图上的节点是否异常;利用域鉴别器来区分节点的嵌入是来自源图还是目标图,从而执行对抗域使编码器被对抗性的训练以欺骗域鉴别器,在极小极大博弈中执行对抗性域自适应;通过最大化域鉴别器损失函数来弥合源图和目标图之间的差异;在使用共享编码器生成节点嵌入后,通过异常分类器检测目标图上的异常;通过最小化完整损失函数,共享编码器完成源图和目标图之间的域转换并维护异常分类器。
技术关键词
异常检测方法
智能电网
编码器
分类器
对抗性
节点特征
通信网络
异常检测系统
网络拓扑结构
非线性
标签
数据
电力
传感器节点
传播算法
网络结构
定义
处理器
系统为您推荐了相关专利信息
数据分类模型
视觉特征
分类方法
矩阵
黑白图像数据
重建误差
数据
雷达传感器
机器学习模型
自动编码器
巡检机器人
识别方法
生成特征
神经网络系统
解码器
视频段
建模方法
图像特征融合识别
数据
双向长短期记忆网络