【技術實現步驟摘要】
本專利技術屬于電力系統安全，尤其涉及一種基于字符卷積神經網絡的流量故障節(jié)點檢測方法及設備。
技術介紹
1、隨著網絡攻擊手段的日益復雜，電力通信網面臨著來自黑客、病毒和其他惡意行為的威脅，流量異常檢測是識別這些威脅的重要手段。電力通信網是電網控制系統的重要組成部分，任何異常都可能導致電網的不穩(wěn)定甚至事故。電力系統需要實時監(jiān)控以保證及時響應和處理任何可能影響系統運行的問題。通過檢測網絡流量異常，可以提前發(fā)現潛在問題，從而進行預防性維護，避免更大的損失。
2、目前可以通過基于機器學習的方法來實現網絡流量的檢測，最常用的就是圖神經網絡，但常規(guī)的圖神經網絡的模型較大、處理速度也較慢，特別是對于節(jié)點眾多、結構復雜的大型電網，其所生成的通信狀態(tài)圖更為復雜，檢測效率較低。
技術實現思路
1、有鑒于此，本專利技術提供了一種基于字符卷積神經網絡的流量故障節(jié)點檢測方法及設備，旨在解決現有技術對網絡流量的檢測效率的問題。
2、本專利技術實施例的第一方面提供了一種基于字符卷積神經網絡的流量故障節(jié)點檢測方法，包括：
3、獲取目標配電網的運行數據和各個節(jié)點的流量信息；
4、根據流量信息，建立通信狀態(tài)圖；
5、根據第一神經網絡模型，提取通信狀態(tài)圖的特征，并將特征轉換為字符序列；
6、根據字符卷積神經網絡對字符序列進行識別，確定故障節(jié)點。
7、在一種可能的實現方式中，根據流量信息，建立通信狀態(tài)圖，包括：
8、提取運行數據
9、根據節(jié)點信息和邊信息和潮流信息，確定拓撲鄰接矩陣；
10、將各個節(jié)點的流量信息作為屬性值添加到拓撲鄰接矩陣的各個節(jié)點中，得到通信狀態(tài)圖。
11、在一種可能的實現方式中，根據節(jié)點信息和邊信息和潮流信息，確定拓撲鄰接矩陣，包括：
12、根據節(jié)點信息，建立初始的鄰接矩陣；
13、根據邊信息和潮流信息，對上述初始的鄰接矩陣進行填充，得到拓撲鄰接矩陣。
14、在一種可能的實現方式中，將特征轉換為字符序列，包括：
15、將通信狀態(tài)圖的特征按照預設的映射表轉換為字符序列。
16、在一種可能的實現方式中，將特征轉換為字符序列，包括：
17、根據預設哈希函數將通信狀態(tài)圖的特征轉換為字符序列。
18、在一種可能的實現方式中，將特征轉換為字符序列，包括：
19、根據預先構建的詞袋模型將通信狀態(tài)圖的特征轉換為字符序列。
20、在一種可能的實現方式中，根據字符卷積神經網絡對字符序列進行識別，確定故障節(jié)點，包括：
21、將字符序列輸入到字符卷積神經網絡中，確定各個節(jié)點的故障概率；
22、根據各個節(jié)點的故障概率和預設閾值，確定故障節(jié)點。
23、本專利技術實施例的第二方面提供了一種基于字符卷積神經網絡的流量故障節(jié)點檢測裝置，包括：
24、獲取模塊，用于獲取目標配電網的運行數據和各個節(jié)點的流量信息；
25、建立模塊，用于根據流量信息，建立通信狀態(tài)圖；
26、轉換模塊，用于根據第一神經網絡模型，提取通信狀態(tài)圖的特征，并將特征轉換為字符序列；
27、確定模塊，用于根據字符卷積神經網絡對字符序列進行識別，確定故障節(jié)點。
28、本專利技術實施例的第三方面提供了一種電子設備，包括存儲器、處理器以及存儲在存儲器中并可在處理器上運行的計算機程序，處理器執(zhí)行計算機程序時實現如上第一方面的基于字符卷積神經網絡的流量故障節(jié)點檢測方法的步驟。
29、本專利技術實施例的第四方面提供了一種計算機可讀存儲介質，計算機可讀存儲介質存儲有計算機程序，計算機程序被處理器執(zhí)行時實現如上第一方面的基于字符卷積神經網絡的流量故障節(jié)點檢測方法的步驟。
30、本專利技術實施例提供的基于字符卷積神經網絡的流量故障節(jié)點檢測方法及設備，首先獲取目標配電網的運行數據和各個節(jié)點的流量信息；然后根據流量信息，建立通信狀態(tài)圖；接著根據第一神經網絡模型，提取通信狀態(tài)圖的特征，并將特征轉換為字符序列；最終根據字符卷積神經網絡對字符序列進行識別，確定故障節(jié)點。本專利技術僅利用了圖神經網絡來提取通信狀態(tài)圖的特征，然后將特征轉譯為字符序列，通過高效輕量化的字符卷積神經網絡來實現節(jié)點流量是否異常的檢測，在保證準確檢測的同時，能夠極大的提高檢測效率。
本文檔來自技高網...【技術保護點】
1.一種基于字符卷積神經網絡的流量故障節(jié)點檢測方法，其特征在于，包括：
2.根據權利要求1所述的基于字符卷積神經網絡的流量故障節(jié)點檢測方法，其特征在于，根據所述流量信息，建立通信狀態(tài)圖，包括：
3.根據權利要求2所述的基于字符卷積神經網絡的流量故障節(jié)點檢測方法，其特征在于，根據所述節(jié)點信息和所述邊信息和潮流信息，確定拓撲鄰接矩陣，包括：
4.根據權利要求1所述的基于字符卷積神經網絡的流量故障節(jié)點檢測方法，其特征在于，將所述特征轉換為字符序列，包括：
5.根據權利要求1所述的基于字符卷積神經網絡的流量故障節(jié)點檢測方法，其特征在于，將所述特征轉換為字符序列，包括：
6.根據權利要求1所述的基于字符卷積神經網絡的流量故障節(jié)點檢測方法，其特征在于，將所述特征轉換為字符序列，包括：
7.根據權利要求2所述的基于字符卷積神經網絡的流量故障節(jié)點檢測方法，其特征在于，根據字符卷積神經網絡對所述字符序列進行識別，確定故障節(jié)點，包括：
8.一種基于字符卷積神經網絡的流量故障節(jié)點檢測裝置，其特征在于，包括：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。