摘要
本发明公开了一种数字变电站SV报文的安全异常检测方法及系统,属于配电网安全运行技术领域。方法包括:在数字变电站采集SV报文数据并进行实时预处理;将历史正常SV报文特征预处理后经过自编码器求解重构误差,依据重构误差求解动态阈值,以重构误差最小为目标进行无监督训练,将动态阈值设置为无监督训练的安全异常判据进行安全异常检测,构建无监督学习的深度自编码器神经网络模型;接收新的正常工况数据,更新无监督学习的深度自编码器神经网络模型;将预处理后的SV数据输入更新后的无监督学习的深度自编码器神经网络模型,得到异常检测结果。本发明在显著降低误报率和漏报率,为配电网安全与电力系统可靠性提供了有力保障。
技术关键词
异常检测方法
重构误差
神经网络模型
无监督学习
编码器
报文特征
变电站
局部纹理特征
动态
解码器
工况
电力系统可靠性
密度聚类算法
异常检测系统
报文识别
脉冲噪声
数据采集模块