[发明专利]一种智能配电房传感器多维数据融合异常事件检测方法、系统及计算机可读存储介质

权利要求书

1.一种智能配电房传感器多维数据融合异常事件检测方法，其特征在于，包括以下步骤：

S1：获取配电房正常多维传感数据，建立正常样本数据库；

S2：对所述正常样本数据库中的多维数据进行预处理，建立多维数据相关性特征模型；

S3：将配电房实时运行数据预处理后输入至所述的多维数据相关性特征模型，并对实时运行数据进行分析，判断实时运行数据是否异常，若实时运行数据异常则转至步骤S4，若实时运行数据正常，则结束当前检测流程，进行下一时刻数据的检测；

S4：将异常数据与预设的异常事件库进行比较判断，若异常数据属于异常事件，则输出判定的异常事件类型，若异常数据不属于异常事件则更新多维数据相关性特征模型。

2.根据权利要求1所述的一种智能配电房传感器多维数据融合异常事件检测方法，其特征在于，步骤S2所述的多维数据相关性特征模型的构建过程为：

将多维数据划定固定时间窗口长度L，计算每个时间窗口长度L内多维变量间的相关性系数；

利用计算得到的相关性系数建立相关系数矩阵，并确定正常数据时各相关系数阈值；

根据相关系数矩阵和所述相关系数阈值建立多维数据相关性特征模型。

3.根据权利要求2所述的一种智能配电房传感器多维数据融合异常事件检测方法，其特征在于，所述相关系数为pearson相关系数。

4.根据权利要求1所述的一种智能配电房传感器多维数据融合异常事件检测方法，其特征在于，步骤S3所述的对实时运行数据进行分析，判断实时运行数据是否异常具体为：

将实时运行数据采用滑动时间窗口方法依次计算该窗口内多维数据的相关系数；

若多维数据间的相关系数大于模型中的相关系数阈值，则为异常数据点；

若多维数据间的相关系数小于或等于模型中的相关系数阈值，则对下一个时间窗口进行判断。

5.根据权利要求1所述的一种智能配电房传感器多维数据融合异常事件检测方法，其特征在于，步骤S4所述的预设的异常事件库根据专家经验建立，其中所述异常事件库包括的事件类型有：被检测设备异常、检测设备异常。

6.根据权利要求1所述的一种智能配电房传感器多维数据融合异常事件检测方法，其特征在于，步骤S4还包括若异常数据在异常事件库中没有对应的异常事件，则进行人工判断是否为异常数据点；若为异常数据点，则该异常数据点定义为新的异常事件保存至异常事件库，完成对异常事件库的更新；若不是异常数据点，对多维数据相关性特征模型进行更新。

7.根据权利要求6所述的一种智能配电房传感器多维数据融合异常事件检测方法，其特征在于，在人工判断中若判定异常数据不是异常数据点，则对多维数据相关性特征模型进行更新具体过程为：

将异常数据判断错误的时间序列窗口加入监测正常数据库，更新正常数据样本库；

重新计算多维样本间的相关性系数；

重新确定相关性系数阈值。

8.一种智能配电房传感器多维数据融合异常事件检测系统，其特征在于，包括：数据获取模块、数据处理模块、建模模块、在线研判模块、异常事件库、评估模块，所述数据获取模块用于获取配电房多维传感数据，所述数据处理模块用于对获取到的配电房多维传感数据进行处理；所述建模模块用于实现多维数据相关性特征模型的建立和更新，所述在线研判模块用于在线检测异常数据点及判断异常事件类型，所述异常事件库包含初始构建时加入的异常事件及模型更新过程中加入的异常事件，所述评估模块用于评估多维数据相关性特征模型准确度及异常事件模式判断准确度。

9.根据权利要求8所述的一种智能配电房传感器多维数据融合异常事件检测系统，其特征在于，所述数据处理模块对数据的处理方式有：分类、清洗、转换、时间序列对齐、标准化、集成。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括智能配电房传感器多维数据融合异常事件检测方法程序，所述智能配电房传感器多维数据融合异常事件检测方法程序被处理器执行时，实现如权利要求1至7中任一项所述的一种智能配电房传感器多维数据融合异常事件检测方法的步骤。