[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

说明书

本发明涉及一种多跳D2D组网下数据驱动的配电网在线异常检测装置及方法。所述装置包括：数据收集单元，用于收集智能电表测量的用电数据；数据传输单元，将收集的用电数据通过多跳D2D组网上报到边缘服务器进行在线分析；数据分析单元，包括负责用电数据实时分析的配电网数据分析单元和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。本发明提供的基于数据驱动的配电网在线异常检测方法和装置不仅可以节约大量的计算和存储空间，且可提高异常检测速度，具有较高的有效性和鲁棒性。

技术领域

本发明属于数据分析技术领域，具体涉及一种多跳D2D组网下数据驱动的配电网在线异常检测装置及方法。

背景技术

配电网作为电力网络中直接向用户供电的重要环节，其运行状态直接影响着电力用户的用电质量和用电体验。当前电力用户对供电可靠性的要求随着社会经济的快速发展变得越来越高，而快速高效的异常检测方式是保证供电可靠性的重要手段之一。现阶段，随着智能电表的普及以及用电信息采集系统的升级和完善，配电网数据信息急剧增长。当前根据用电信息采集系统的配电网监测功能虽然能够在一定程度上判别配电网中可能存在的异常运作行为，但由于人类专家对大量信息的吸收能力有限，过度依赖人工的网络管理和异常检测方式不仅效率较低且无法定位异常配电的具体时刻。因此，如何根据智能电表测量出的参数数据和用电信息采集系统采集到的用电信息进行数据分析，实现快速、智能且精确的异常配电行为检测是当前电力网络管理中急需解决的关键问题之一。

随着配电网侧数据量的急剧提升，为了实现对配电网异常行为的快速检测，可将配电网数据传输到通信网边缘具有较强计算和存储能力的服务器中进行实时数据分析。而为了将配电网数据传送到通信网络边缘，可在配电网和基站间建立多跳D2D组网进行数据传输。同时，在多跳D2D组网中，若D2D设备遭遇大量的突发访问，阻断式服务攻击，端口扫描或者蠕虫传播，会造成D2D设备的流量异常，而流量异常会对配电网数据的有效传输造成严重影响。因此，对多跳D2D组网的流量监测是实现基于数据驱动的配电网异常行为监测的重要前提。

机器学习是实现快速智能异常行为检测的重要方式。然而，现有基于机器学习的异常检测方法都需要存储一段时间内的相关测量数据进行离线训练，这种方式不仅检测速度慢且会占用大量的存储空间，同时无法定位异常配电和流量异常的具体时刻。

发明内容

本发明的目的在于提供一种多跳D2D组网下数据驱动的配电网在线异常检测装置及方法，可以根据智能电表上报的实时用电数据和多跳D2D组网实时流量监督数据在线分析配电网和D2D组网的运行状态，可在节约计算和存储资源的同时加快异常检测速度。

为实现上述目的，本发明的技术方案是：一种多跳D2D组网下数据驱动的配电网在线异常检测装置，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。

在本发明一实施例中，所述智能电表测量出的用电数据包括每个时间周期内的电压、电流、有功功率以及从属线路。

在本发明一实施例中，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：