[发明专利]一种配网变压器告警异常数据检测方法及存储介质

说明书

本发明公开了一种配网变压器告警异常数据检测方法及存储介质，方法包括：步骤S1，基于配网单线图构建配网拓扑网架图谱；步骤S2，将配网拓扑网架图谱的节点进行图嵌入表示，得到配变的图嵌入表示向量；步骤S3，提取历史配变告警信息的告警特征，并将各类特征进行向量化表示，得到配变告警的表征向量；步骤S4：提取配变图嵌入表示向量和配变告警表征向量的一阶二阶高级特征再进行特征拼接，根据历史告警的人工标记结果构建Xgboost模型；步骤S5：将新配变告警向量化表示后输入Xgboost模型，得到配变告警异常检测结果；该方法结合配网单线图数据库、图嵌入表示、堆叠式自编码器和机器学习算法，实现了变压器的异常告警检测，提高了配网停电研判的准确性。

技术领域

本发明涉及变压器异常告警检测技术领域，具体涉及一种配网变压器告警异常数据检测方法及存储介质。

背景技术

配网线路分布面积大，线路结构复杂，线路上的配电变压器数量众多，线路故障、变压器故障频发。在配网自动化设备覆盖度不够时，可通过配电变压器监测终端的失电告警信号作为启动配网停电研判的触发事件，再通过相应的研判算法实现停电事件的研判。但由于配电变压器监测终端存在终端故障、告警信号不准、重复发送告警信号等问题，这些异常的告警信号可能会导致配网停电研判出现误判、无效研判、重复研判等问题，因此，亟需一种针对告警信号检测的方法，以提高配网停电研判的准确性。

发明内容

针对上述问题，发明人提供了一种配网变压器告警异常数据检测方法及存储介质，通过结合图数据库、图嵌入表示、堆叠式自编码器和机器学习算法，实现了配电变压器的异常告警信号检测，提高了配网停电研判的准确性。

根据第一方面，本发明提供了一种配网变压器告警异常数据检测方法，包括如下步骤：

步骤S1：获取配网单线图，并基于所述配网单线图构建配网拓扑网架图谱；

步骤S2：将配网拓扑网架图谱的节点进行图嵌入表示，得到配变的图嵌入表示向量；

步骤S3：获取历史配变告警信息，提取历史配变告警信息的告警静态特征、时序特征和聚合特征，并将告警静态特征、时序特征和聚合特征进行向量化表示，得到配变告警的表征向量；

所述历史配变告警信息包括：发生时间、气象信息、告警类型、配变关联低压用户的报障信息、配变电流数据、配变电压数据；

步骤S4：采用堆叠式自编码器提取配变图嵌入表示向量和配变告警表征向量的一阶二阶高级特征，然后再进行特征拼接，根据历史告警的人工标记结果构建Xgboost模型；

步骤S5：将新配变告警向量化表示后输入所述Xgboost模型，得到配变告警异常检测结果。

进一步地，所述步骤S1包括：

将变配网单线图的SVG文件作为输入；

通过Java程序将所述SVG文件解析为DOM树，并将DOM树的元素转换为图数据库的节点；将DOM树的标签解析为节点的属性，将线缆解析为图数据库的关系；

将配网单线图进行简化，只保留配网单线图中的关键拓扑关系和关键设备，最终形成配网拓扑网架图谱。

进一步地，所述步骤S2包括：

采用node2vec算法将配网拓扑网架图谱的节点转换为低维稠密向量，所述node2vec算法的目标函数为：

其中，u表示配网拓扑网架图谱中的任意配网变压器节点，V表示所有节点的集合，f(u)表示将节点u映射为向量的映射函数；N_S(u)表示通过采样策略S得到的节点u的邻近节点集合，n_i表示集合NS(u)中的任意节点；Z_u为归一化因子。