[发明专利]用于电力网络中的异常检测的系统和方法

权利要求书

1.一种用于检测双向电力网络中的异常的系统，所述系统具有遍布于所述电力网络的节点的多个传感器，所述系统包括：

网络处理器，所述网络处理器包括：

网络拓扑存储装置，所述网络拓扑存储装置具有用于接收网络节点信息的网络输入，包括对所述网络的多个节点的电力节点需求的描述，包括节点到节点的连接性；

传感器数据存储装置，所述传感器数据存储装置包括用于接收来自所述多个传感器的传感器测量的传感器数据输入和将每个测量与所述网络内的传感器节点位置相关联的信息；

电力系统模型存储装置，所述电力系统模型存储装置包括所述传感器测量与所述电力网络的每个节点处的电力节点需求之间的关系；

网络矩阵计算器，所述网络矩阵计算器被配置为接收所述网络节点信息和电力节点需求，并且生成每个传感器节点位置处的统计预期测量范围；和

比较模块，所述比较模块被配置为将所述传感器测量与所述电力网络的每个传感器节点位置的所述统计预期测量范围进行比较，并且针对所述传感器测量落在所述统计预期测量范围之外的每个节点生成异常检测；

异常定位模块，所述异常定位模块被配置为识别与异常检测相关联的所述网络中相关联的一个或多个节点；

异常级联预测计算器，所述异常级联预测计算器被配置为基于异常检测来重新计算所述电力网络的每个节点的统计预期测量范围。

2.根据权利要求1所述的系统，其中所述网络矩阵计算器包括马尔可夫链建模模块以基于谐函数预测网络节点测量。

3.根据权利要求2所述的系统，其中所述异常级联预测计算器包括马尔可夫链修改模块以基于已检测异常重新计算网络节点测量。

4.根据权利要求3所述的系统，其中所述电力系统模型存储装置的存储关系基于基尔霍夫电流定律(KCL)。

5.根据权利要求3所述的系统，其中所述电力系统模型存储装置的存储关系基于基尔霍夫电压定律(KVL)。

6.根据权利要求4所述的系统，其中所述异常级联预测计算器用于识别由于所述已检测异常而将经历高电流下降的非监测节点。

7.根据权利要求5所述的系统，其中所述异常级联预测计算器用于识别由于所述已检测异常而将经历高电压下降的非监测节点。

8.一种用于使用遍布于电力网络的节点的多个传感器来检测所述电力网络中的异常的方法，所述方法包括：

接收网络节点信息，包括接收对所述网络的多个节点的电力节点需求的描述；

接收来自所述多个传感器的传感器测量和将每个测量与所述网络内的传感器节点位置相关联的信息；

接收电力系统模型，所述电力系统模型包括所述传感器测量与所述电力网络的每个节点处的电力节点需求之间的关系；

使用所述网络节点信息和电力节点需求来计算每个传感器节点位置处的统计预期测量范围；

将所述传感器测量与所述电力网络的每个传感器节点位置的所述统计预期测量范围进行比较，并且针对所述传感器测量超过所述统计预期测量范围的每个节点生成异常检测；

识别与异常检测相关联的所述网络中相关联的一个或多个节点；

基于异常检测来重新计算所述电力网络的每个节点的统计预期测量范围。

9.根据权利要求8所述的方法，还包括使用马尔可夫链建模来基于谐函数预测网络节点测量。

10.根据权利要求9所述的方法，还包括使用马尔可夫链建模来基于已检测异常重新计算网络节点测量。

11.根据权利要求10所述的方法，其中所述电力节点需求基于基尔霍夫电流定律(KCL)。

12.根据权利要求10所述的方法，其中所述电力节点需求基于基尔霍夫电压定律(KVL)。