[发明专利]多跳D2D组网下数据驱动的配电网在线异常检测装置及方法

权利要求书

1.一种多跳D2D组网下数据驱动的配电网在线异常检测装置，其特征在于，包括：

数据收集单元，用于收集智能电表测量出的用电数据和用电信息采集系统采集到的用电数据，每隔预定时间周期将收集的用电数据通过数据传输单元上报到边缘服务器进行在线分析；

数据传输单元，是由D2D设备组成的多跳D2D组网，用于将定期收集的用电数据传输到无线网络侧的边缘服务器；

数据分析单元，包括两个部分：(1)负责用电数据实时分析的配电网数据分析单元；(2)负责在线流量监督的多跳D2D网络数据分析单元；

决策单元，根据数据分析单元的结果分别实时判定配电网和多跳D2D组网的运行状态；

所述配电网数据分析单元通过一类支持向量机方法实现用电数据实时分析，具体方法为：

第一步，将第k个智能电表在第t个时间周期上报的用电数据投影到随机特征空间得到特征映射函数z_k(t)，根据z_k(t)分别计算一类支持向量机方法中的权向量w_k、偏置值ρ_k和松弛变量ξ_k在第t个时间周期上的梯度和

第二步，使用随机梯度下降方法进行实时参数更新，更新方法如下：

其中运算符是确保ξ_k(t)恒为正数的映射算子，w_k(t)，ρ_k(t)和ξ_k(t)代表w_k，ρ_k和ξ_k在时间t上的估计，α_i(t)是数值为正的步长因子，用来调整参数更新过程的收敛速度，其中i＝1,2,3；

所述多跳D2D网络数据分析单元通过双边主成分分析方法实现，若多跳D2D组网中包含N个D2D设备，定义A_t∈R^N×N表示时间周期t上的监督数据，其中第(ij)项A_t(ij)表示从设备i到设备j的监督数据，具体的在线流量监督方法为：

第一步，当在时间周期t+1上产生新的监督数据A_t+1时，计算当前时间周期上的全局平均值为为了获取用于双边主成分分析的行投影矩阵V_t+1和列投影矩阵U_t+1，根据在线更新方法计算两个协方差矩阵和

第二步，将协方差矩阵进行特征分解，得到N个特征值:λ₁,λ₂,...,λ_N，同时将协方差矩阵进行特征分解，得到N个特征值:χ₁,χ₂,...,χ_N；

第三步，基于原始信息保留率θ，将的前l个特征值对应的l个特征矢量组成行投影矩阵V_t+1，将的前r个特征值对应的r个特征矢量组成列投影矩阵U_t+1；

所述在线更新方法具体为：

根据时间周期t上的协方差矩阵和以及时间周期t上全局平均值在不用存储每个时间周期的流量监督数据的前提下计算时间周期t+1上的两个协方差矩阵和更新公式如下：

所述l和r的计算方法为：

将协方差矩阵分解后得到的特征值按照从大到小的顺序排列，依据原始信息保留率θ取满足且个数最少的数值为l，取满足且个数最少的数值r；

所述判定配电网运行状态的方法为：

针对第k个智能电表上报的新测量用电数据x_k(t)计算判别函数g(x_k(t))＝sgn(w_k^T(t)·z_k(t)-ρ(t))，若g(x_k(t))＝＝1，则判定区域k内的配电网处于正常工作状态，否则，判定区域k内的配电网的工作状态出现异常；

所述判定多跳D2D组网运行状态的方法为：

构造时间周期t和t+1上的联合投影矩阵：

M_t＝[U_t,V_t]，M_t+1＝[U_t+1,V_t+1]

定义度量标准来判断新到达的监督数据对主方向的影响，在上式中，Vec(A)表示对矩阵A进行矢量化，越小的Cosine值对应越大的方向变化，设置异常判定门限值score，若cosine≥score，判定A_t+1为正常数据，D2D组网运行状态正常；否则，判定A_t+1为异常数据，此时D2D组网运行状态出现异常。