基于深度学习算法的电网运行异常检测方法

本申请属于电力技术领域，涉及基于深度学习算法的电网运行异常检测方法，通过滑动窗口技术对时序数据进行预处理，保留了数据的时间连续性。其次，通过计算统计特征、趋势特征和周期性特征，全面捕捉了时序数据的多维特性。同时，利用邻接矩阵表示拓扑结构，并计算度中心性作为初始节点特征，有效编码了网络结构信息。关键在于采用时序图卷积网络，该网络架构能同时处理时序和图结构数据，实现了时序特征与拓扑特征的深度融合；从而提高了异常检测的准确性和可靠性；通过这种多维度、多尺度的数据融合和处理方法，本发明实现了对电网系统更全面、更深入的理解，有效提升了异常检测的性能。