【技術實現步驟摘要】
本專利技術涉及電力系統，尤其是涉及一種遙測遙信數據的分析方法、裝置及存儲介質。
技術介紹
1、電力系統狀態估計是電力系統分析的基礎，然而在實際電網運行中可能出現遙測遙信數據跳變或不變、功率數據不平衡等數據問題，導致狀態估計的合格率低，無法為后續應用(包括現貨市場)提供準確的系統拓撲狀態與模型。因此，準確分析遙測遙信數據是電力系統狀態估計的重點。
2、現有的遙測遙信數據的分析方法通常是設置數據跳變/不變門檻參數，對單個數據進行判斷，越限則告警，再通過人工排查數據跳變/不變原因，通過設置簡單門檻參數難以對于反復跳變、長期不變等遙測遙信數據問題進行準確分析，導致遙測遙信數據分析的準確性較低。
技術實現思路
1、本專利技術提供一種遙測遙信數據的分析方法、裝置及存儲介質，以解決現有遙測遙信數據的分析方法通過設置簡單門檻參數難以對于反復跳變、長期不變等遙測遙信數據問題進行準確分析，導致遙測遙信數據分析的準確性較低的技術問題。
2、本專利技術提供了一種遙測遙信數據的分析方法，包括：
3、根據待分析遙測遙信數據構建潮流遙測矩陣和鄰接矩陣；
4、將所述潮流遙測矩陣、所述鄰接矩陣和預先構建的電網圖模型作為輸入數據，輸入至圖神經網絡模型中，其中，所述電網圖模型的邊特征包括潮流遙測數據和表示電網連接狀態的遙信數據；
5、根據所述圖神經網絡對所述輸入數據進行節點特征提取，根據提取得到的節點特征生成每個邊的概率矩陣；
6、將所有邊的概率矩
7、進一步的，所述待分析遙測遙信數據包括遙測數據和遙信數據，所述根據待分析遙測遙信數據構建潮流遙測矩陣和鄰接矩陣，包括：
8、基于所述遙測數據構建潮流遙測矩陣；
9、基于所述遙信數據構建鄰接矩陣。
10、進一步的，所述遙測遙信數據的分析方法還包括：
11、根據電網系統中的每一設備元件確定一個對應的空間頂點；
12、若所述空間頂點之間存在電氣連接關系，則將所述電氣連接關系作為邊；
13、根據所述電網系統中的每個時間戳確定一個對應的時間頂點；
14、基于所述空間頂點、所述邊和所述時間頂點構建得到電網圖模型，其中，所述邊存儲有不同時間節點所對應的遙測數據和遙信數據。
15、進一步的，所述根據所述圖神經網絡對所述輸入數據進行節點特征提取，包括：
16、提取所述輸入數據的節點全局特征；
17、在矩陣的行方向和矩陣的列方向提取所述節點全局特征中的節點特征。
18、進一步的，在根據所述圖神經網絡對所述輸入數據進行節點特征提取，根據提取得到的節點特征生成每個邊的概率矩陣之后，還包括：
19、根據生成的所述概率矩陣與實際的標簽概率矩陣計算損失值；
20、利用反向傳播算法，根據所述損失值更新所述圖神經網絡的網絡參數。
21、本專利技術還提供了一種遙測遙信數據的分析裝置，包括：
22、矩陣構建模塊，用于根據待分析遙測遙信數據構建潮流遙測矩陣和鄰接矩陣；
23、數據輸入模塊，用于將所述潮流遙測矩陣、所述鄰接矩陣和預先構建的電網圖模型作為輸入數據，輸入至圖神經網絡模型中，其中，所述電網圖模型的邊特征包括潮流遙測數據和表示電網連接狀態的遙信數據；
24、概率矩陣生成模塊，用于根據所述圖神經網絡對所述輸入數據進行節點特征提取，根據提取得到的節點特征生成每個邊的概率矩陣；
25、數據分析模塊，用于將所有邊的概率矩陣的平均值作為電網系統的總遙信錯誤概率，在所述總遙信錯誤概率低于預設閾值時，判定所述待分析遙測遙信數據為異常數據。
26、進一步的，所述待分析遙測遙信數據包括遙測數據和遙信數據，所述矩陣構建模塊還用于：
27、基于所述遙測數據構建潮流遙測矩陣；
28、基于所述遙信數據構建鄰接矩陣。
29、進一步的，所述遙測遙信數據的分析裝置還包括電網圖模型構建模塊，用于：
30、根據電網系統中的每一設備元件確定一個對應的空間頂點；
31、若所述空間頂點之間存在電氣連接關系，則將所述電氣連接關系作為邊；
32、根據所述電網系統中的每個時間戳確定一個對應的時間頂點；
33、基于所述空間頂點、所述邊和所述時間頂點構建得到電網圖模型，其中，所述邊存儲有不同時間節點所對應的遙測數據和遙信數據。
34、進一步的，所述概率矩陣生成模塊還用于：
35、提取所述輸入數據的節點全局特征；
36、在矩陣的行方向和矩陣的列方向提取所述節點全局特征中的節點特征。
37、本專利技術還提供了一種終端設備，包括：處理器、存儲器以及存儲在存儲器中且被配置為由處理器執行的計算機程序，處理器執行計算機程序時實現如上述的遙測遙信數據的分析方法。
38、本專利技術還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質包括存儲的計算機程序；其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執行如上述的遙測遙信數據的分析方法。
39、本專利技術實施例預設閾值可以根據實際需要進行動態調整，本專利技術實施例通過構建潮流遙測矩陣和鄰接矩陣，可以精確地表示電網中的有功功率、無功功率以及電網的拓撲結構，為遙測遙信數據分析提供準確的數據基礎，且將所述潮流遙測矩陣、所述鄰接矩陣和預先構建的電網圖模型作為輸入數據，輸入至圖神經網絡模型中，通過圖神經網絡對輸入數據進行節點特征提取，并生成概率矩陣，能夠對電網系統中反復跳變、長期不變等遙測遙信數據問題進行準確分析，從而能夠有效提高遙測遙信數據分析的準確性和可靠性。
40、進一步的，本專利技術實施例采用dgcnn通過邊緣卷積和動態圖有效地提取點云數據中的局部特征，gcn結合注意力機制進一步提取節點的全局特征，能夠全面地捕捉數據中的局部和全局信息，從而能夠根據提取得到的節點特征準確分析遙測遙信數據是否異常，能夠有效提高遙測遙信數據分析的準確性。
本文檔來自技高網...【技術保護點】
1.一種遙測遙信數據的分析方法，其特征在于，包括：
2.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，所述待分析遙測遙信數據包括遙測數據和遙信數據，所述根據待分析遙測遙信數據構建潮流遙測矩陣和鄰接矩陣，包括：
3.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，還包括：
4.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，所述根據所述圖神經網絡對所述輸入數據進行節點特征提取，包括：
5.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，在根據所述圖神經網絡對所述輸入數據進行節點特征提取，根據提取得到的節點特征生成每個邊的概率矩陣之后，還包括：
6.一種遙測遙信數據的分析裝置，其特征在于，包括：
7.如權利要求6所述的遙測遙信數據的分析裝置，其特征在于，所述待分析遙測遙信數據包括遙測數據和遙信數據，所述矩陣構建模塊還用于：
8.如權利要求6所述的遙測遙信數據的分析裝置，其特征在于，所述遙測遙信數據的分析裝置還包括電網圖模型構建模塊，用于：
9.一種終端設備，其特征
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的計算機程序；其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執行如權利要求1-5任一項所述的遙測遙信數據的分析方法。
...【技術特征摘要】
1.一種遙測遙信數據的分析方法，其特征在于，包括：
2.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，所述待分析遙測遙信數據包括遙測數據和遙信數據，所述根據待分析遙測遙信數據構建潮流遙測矩陣和鄰接矩陣，包括：
3.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，還包括：
4.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，所述根據所述圖神經網絡對所述輸入數據進行節點特征提取，包括：
5.如權利要求1所述的遙測遙信數據的分析方法，其特征在于，在根據所述圖神經網絡對所述輸入數據進行節點特征提取，根據提取得到的節點特征生成每個邊的概率矩陣之后，還包括：
6.一種遙測遙信數據的分析裝置，其特征在于，包括：<...
【專利技術屬性】
技術研發人員：盧建剛，趙瑞鋒，郭文鑫，譚慧娟，王臣，李謙，
申請(專利權)人：廣東電網有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。