摘要
本发明公开了一种电网设备异常检测方法及系统,包括从每个电网分区本地部署的分布式时序数据库中获取节点级的电网设备状态时序数据,并基于电网设备状态时序数据构建电网分区对应的拓扑图,其中电网设备状态时序数据预先按照设备节点和时间窗口并行写入分布式时序数据库;基于每个电网分区对应的拓扑图构建图神经网络,并基于图注意力机制建模拓扑图中设备节点间的空间依赖关系;每个电网分区对应的图神经网络在本地部署的分布式时序数据库上通过点预测与分位预测的联合优化损失函数进行训练,并通过联邦学习算法与联邦服务器进行模型参数优化,得到训练好的图神经网络以用于进行对应电网分区内的设备异常检测。
技术关键词
分布式时序数据库
电网设备状态
异常检测方法
拓扑图
分区
设备异常检测
节点
学习算法
注意力机制
位置编码信息
残差结构
异常检测系统
参数
周期性
索引
关系
事件流
系统为您推荐了相关专利信息
巡检路径规划方法
地点
分区
存储计算机程序
合并单元
数据优化方法
智能诊断方法
装备健康管理
异常检测方法
隐马尔可夫模型
表面缺陷检测方法
像素点
区域生长算法
灰度共生矩阵
钛棒