[发明专利]基于态势感知的电网数据处理方法和装置

说明书

本发明实施例提供一种基于态势感知的电网数据处理方法和装置，该方法包括感知各电网业务系统运行过程中的第一运行数据；针对各电网业务系统，将所述第一运行数据作为神经网络模型的输入，以预测所述电网业务系统在下一时刻的第一运行状态值；判断所述第一运行状态值是否满足预设需求，若不满足，则根据所述运行状态值从预设运行策略中选取对应的应对措施对所述电网业务系统进行维护。本发明能够实时预测电网业务系统的运行状态值，并根据该运行状态值对电网业务系统进行维护，确保电网系统的安全运行。

技术领域

本发明涉及智能电网数据电网安全维护技术领域，具体而言，涉及一种基于态势感知的电网数据处理方法和装置。

背景技术

在现有电网业务系统运行过程中，大多是在系统出现过程或者进行日常检修时发现问题再进行问题修护，从而导致电网系统维护效率低、维修成本高，且智能化程度低、可靠性差。

发明内容

有鉴于此，本发明实施例的目的在于提供一种基于态势感知的电网数据处理方法和装置，以改善上述问题。

一方面，本发明较佳实施例提供一种基于态势感知的电网数据处理方法，所述方法包括：

感知各电网业务系统运行过程中的第一运行数据；

针对各电网业务系统，将所述第一运行数据作为神经网络模型的输入，以预测所述电网业务系统在下一时刻的第一运行状态值；

判断所述第一运行状态值是否满足预设需求，若不满足，则根据所述运行状态值从预设运行策略中选取对应的应对措施对所述电网业务系统进行维护。

在本发明较佳实施例的选择中，所述第一运行数据包括环境参数和系统参数。

在本发明较佳实施例的选择中，所述方法还包括：

接收在根据所述应对措施对所述电网业务系统进行维护后的预设时长内的所述电网业务系统的第二运行数据；

根据所述预设时长内的所述电网业务系统的第二运行数据的变化趋势判断所述应对措施是否有效；

若所述应对措施为无效，则以所述第二运行数据作为训练样本对所述神经网络模型进行训练，并基于训练后的神经网络模型进行电网数据处理。

在本发明较佳实施例的选择中，以所述第二运行数据作为训练样本对所述神经网络模型进行训练的步骤包括：

步骤S160，将所述运行数据作为训练样本，并将所述训练样本输入神经网络模型以计算得到损失函数值；

步骤S161，根据所述损失函数值计算所述神经网络模型的反向导数，并根据所述反向导数计算所述神经网络模型中各节点的权重参数的梯度；

步骤S162，根据计算得到的梯度值对所述神经网络模型中各节点的权重参数进行更新；

重复执行上述步骤S160-步骤S162，直到计算得到的损失函数值收敛到最小值且不再减小时，将该损失函数值对应的权重参数作为所述神经网络模型中的各节点的实际参数以对所述神经网络模型进行优化。

在本发明较佳实施例的选择中，所述方法还包括：

若所述应对措施为无效，则将所述第二运行数据作为神经网络模型的输入，以预测所述电网业务系统在下一时刻的第二运行状态值；

根据所述第一运行数据、第一运行状态值、第二运行数据和第二运行状态值生成预警信息发送给所述电网业务系统以提示工作人员进行人工维护；

在本发明较佳实施例的选择中，所述方法还包括：

感知并获取各电网业务系统运行过程中的运行数据；

对所述运行数据进行解析以提取所述系统运行数据中的元数据和实体数据；