基于深度學(xué)習(xí)的電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法

葉 寬，楊 博，朱 戎，謝 歡，趙 蕾

（國(guó)網(wǎng)北京電科院，北京 100075）

深度學(xué)習(xí)理論描述了學(xué)習(xí)樣本數(shù)據(jù)的表示層次及其內(nèi)在作用規(guī)律，在學(xué)習(xí)過(guò)程中所獲得的一切文字、聲音、圖像等信息參量，都具備較強(qiáng)的應(yīng)用處理能力。該項(xiàng)理論算法的最終實(shí)踐目標(biāo)是使機(jī)器人具備像人一樣的學(xué)習(xí)與分析能力，在準(zhǔn)確識(shí)別文字、聲音、圖像等數(shù)據(jù)信息的同時(shí)，為各項(xiàng)理論參量賦予較強(qiáng)的計(jì)算與處理能力[1-2]?？偟貋?lái)說(shuō)，深度學(xué)習(xí)是一種極為復(fù)雜的機(jī)器學(xué)習(xí)類應(yīng)用算法，在圖像及語(yǔ)音識(shí)別方面具有較為客觀的應(yīng)用前景，遠(yuǎn)超數(shù)據(jù)挖掘、機(jī)器翻譯等其他類型的信息處理技術(shù)。

在電網(wǎng)應(yīng)用環(huán)境中，隨著傳輸電子累積量的增大，個(gè)別節(jié)點(diǎn)處的電信號(hào)行為會(huì)出現(xiàn)明顯的異常存在狀態(tài)，易導(dǎo)致異常傳輸電子精確化處理能力的快速下降。為避免上述情況的發(fā)生，機(jī)器學(xué)習(xí)型捕獲手段在類別特征標(biāo)簽的作用下，計(jì)算暫存于電網(wǎng)環(huán)境中的異常電子數(shù)據(jù)量條件，再通過(guò)局部離群因子，確定既定節(jié)點(diǎn)處的電信息承載能力。但該方法在單位時(shí)間內(nèi)所能處理的異常傳輸電子數(shù)量值水平相對(duì)較低，易造成精確化處理能力的持續(xù)下降。為解決此問(wèn)題，提出基于深度學(xué)習(xí)的電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法，通過(guò)清洗電力數(shù)據(jù)的方式，設(shè)置異常檢測(cè)標(biāo)簽的編碼條件，再聯(lián)合自動(dòng)化協(xié)議棧的多層架構(gòu)，建立必要的數(shù)據(jù)捕獲映射條件。

1 異常數(shù)據(jù)檢測(cè)

基于深度學(xué)習(xí)的電力系統(tǒng)異常數(shù)據(jù)檢測(cè)包含Caffe 深度學(xué)習(xí)框架搭建、電力數(shù)據(jù)清洗、異常檢測(cè)標(biāo)簽編碼3 個(gè)處理步驟，具體執(zhí)行方法如下。

1.1 Caffe深度學(xué)習(xí)框架

Caffe 深度學(xué)習(xí)框架是電力系統(tǒng)硬件執(zhí)行環(huán)境的搭建基礎(chǔ)，由學(xué)習(xí)網(wǎng)絡(luò)本體、電網(wǎng)監(jiān)測(cè)主機(jī)、學(xué)習(xí)節(jié)點(diǎn)、異常數(shù)據(jù)集合等多個(gè)結(jié)構(gòu)共同組成。其中，學(xué)習(xí)網(wǎng)絡(luò)本體可提供電力系統(tǒng)運(yùn)行所需的電子量信息，并可借助數(shù)據(jù)傳輸通道，反饋至下級(jí)應(yīng)用結(jié)構(gòu)之中。電網(wǎng)監(jiān)測(cè)主機(jī)起到承上啟下的物理連接作用，可在電量數(shù)據(jù)傳輸流的作用下，將異常數(shù)據(jù)平均分配至各級(jí)學(xué)習(xí)節(jié)點(diǎn)之中，從而較好地滿足電信息捕獲需求[3-4]。異常數(shù)據(jù)集合位于Caffe 深度學(xué)習(xí)框架底部，可有效整合各學(xué)習(xí)節(jié)點(diǎn)中的電力系統(tǒng)異常數(shù)據(jù)，并將其轉(zhuǎn)換為既定格式的存儲(chǔ)應(yīng)用參量。Caffe深度學(xué)習(xí)框架結(jié)構(gòu)圖如圖1 所示。

圖1 Caffe深度學(xué)習(xí)框架結(jié)構(gòu)圖

1.2 電力數(shù)據(jù)清洗

電力數(shù)據(jù)清洗是深度學(xué)習(xí)網(wǎng)絡(luò)中一個(gè)極為重要的信息處理過(guò)程，對(duì)異常檢測(cè)制度的實(shí)施起到關(guān)鍵性影響作用。由于各項(xiàng)外界干預(yù)因素的存在，未進(jìn)行電力數(shù)據(jù)清洗操作的異常捕獲信息存在較強(qiáng)的不完整性與不一致性，這些信息參量被稱為臟數(shù)據(jù)或錯(cuò)誤數(shù)據(jù)，對(duì)后續(xù)自動(dòng)捕獲方法的執(zhí)行具有較大影響[5-6]。所以為了消除這些干擾性影響，電力數(shù)據(jù)清洗就顯得非常必要。一般情況下，在Caffe 深度學(xué)習(xí)框架中，電力數(shù)據(jù)清洗結(jié)果受到常性化捕獲指標(biāo)χ的直接影響，若不考慮其他干預(yù)條件對(duì)最終計(jì)算結(jié)果的影響，常性化捕獲指標(biāo)數(shù)值越大，電力數(shù)據(jù)的清洗能力也就越強(qiáng)，反之則越弱，具體計(jì)算公式如下：

其中，ρ1、ρ2分別代表兩個(gè)不同的電力系統(tǒng)異常數(shù)據(jù)捕獲處理密度條件，y1、y2分別代表兩個(gè)不同的電力系統(tǒng)異常數(shù)據(jù)特征值參量。

1.3 異常檢測(cè)標(biāo)簽編碼

通常情況下，電力系統(tǒng)異常數(shù)據(jù)中始終包含大量的類別特征參量，且這些特征同時(shí)具備較強(qiáng)的標(biāo)簽編碼能力，然而仍有一部分捕獲節(jié)點(diǎn)需要對(duì)電力系統(tǒng)異常數(shù)據(jù)設(shè)置必要的判別條件，也就是異常檢測(cè)標(biāo)簽的編碼處理行為[7-8]。異常檢測(cè)標(biāo)簽編碼所能接收的電力系統(tǒng)數(shù)據(jù)必須保持有序存在狀態(tài)，并要求其輸出行為必須為連續(xù)且規(guī)范的。然而，按照既定表示形式，待編碼的數(shù)值并不能持續(xù)保持為有序狀態(tài)，總地來(lái)說(shuō)，也就是Caffe 深度學(xué)習(xí)框架為其分配了一個(gè)數(shù)量值而已[9-10]。設(shè)e0代表最小的檢測(cè)標(biāo)簽編碼條件，en代表最大的檢測(cè)標(biāo)簽編碼條件，n代表異常檢測(cè)標(biāo)簽在Caffe 深度學(xué)習(xí)框架中的實(shí)際傳輸系數(shù)值。在上述物理量的支持下，聯(lián)立式（1），可將電力系統(tǒng)的異常檢測(cè)標(biāo)簽編碼結(jié)果表示為：

其中，β代表非常規(guī)電力系統(tǒng)數(shù)據(jù)的自動(dòng)化檢測(cè)處理權(quán)限，代表電力系統(tǒng)異常數(shù)據(jù)的捕獲輸出均值量，t高高高高代表既定的標(biāo)簽編碼系數(shù)。

2 異常數(shù)據(jù)自動(dòng)捕獲方法

在深度學(xué)習(xí)原理的支持下，按照自動(dòng)化協(xié)議棧多層架構(gòu)搭建、異常數(shù)據(jù)拷貝、數(shù)據(jù)捕獲映射條件設(shè)置的處理流程，實(shí)現(xiàn)電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法的順利應(yīng)用。

2.1 自動(dòng)化協(xié)議棧的多層架構(gòu)

自動(dòng)化協(xié)議棧能夠提供電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲所需的一切連接協(xié)議信息，可在ICE 61850 設(shè)備與GOOSE over UDP 設(shè)備的作用下，實(shí)現(xiàn)對(duì)GOOSE節(jié)點(diǎn)、UDP 節(jié)點(diǎn)與IP 節(jié)點(diǎn)的有效調(diào)配，從而聯(lián)合電力系統(tǒng)以太網(wǎng)體系，完成對(duì)自動(dòng)化雙絞線的按需布施[11-12]。應(yīng)用層、傳輸層、網(wǎng)絡(luò)層、鏈路層、物理層結(jié)構(gòu)體同時(shí)位于電力系統(tǒng)以太網(wǎng)絡(luò)外端，能夠?yàn)镃affe深度學(xué)習(xí)框架提供良好的捕獲節(jié)點(diǎn)條件，一方面可提防異常數(shù)據(jù)對(duì)于電力系統(tǒng)主機(jī)的打擊與干擾行為，另一方面也可將異常數(shù)據(jù)信息整合成獨(dú)立的傳輸主體，大幅節(jié)省深度學(xué)習(xí)網(wǎng)絡(luò)中的數(shù)據(jù)存儲(chǔ)空間。自動(dòng)化協(xié)議棧的多層架構(gòu)示意圖如圖2 所示。

圖2 自動(dòng)化協(xié)議棧的多層架構(gòu)示意圖

2.2 異常數(shù)據(jù)拷貝

異常數(shù)據(jù)拷貝可耗費(fèi)大量的CPU 存儲(chǔ)空間，在自動(dòng)化協(xié)議棧多層架構(gòu)體系的作用下，該項(xiàng)處理行為可將電力系統(tǒng)異常數(shù)據(jù)的自動(dòng)捕獲時(shí)間縮短近50%。在電力系統(tǒng)異常數(shù)據(jù)傳輸速率水平保持為l0 Mbit∕s 的情況下，檢測(cè)標(biāo)簽編碼執(zhí)行速率可達(dá)到原有捕獲速率的一倍或幾倍。在此情況下，異常數(shù)據(jù)的拷貝與封裝行為都會(huì)對(duì)最終信息捕獲結(jié)果造成直接影響，數(shù)據(jù)傳輸量過(guò)大或過(guò)小，都會(huì)導(dǎo)致捕獲結(jié)果出現(xiàn)偏頗，從而影響深度學(xué)習(xí)網(wǎng)絡(luò)的實(shí)際作用能力[13-14]。設(shè)δ1代表第一個(gè)輸入的電力系統(tǒng)異常數(shù)據(jù)拷貝信息參量，δn代表第n個(gè)輸入的電力系統(tǒng)異常數(shù)據(jù)拷貝信息參量。在上述物理量的支持下，聯(lián)立式（2），可將異常數(shù)據(jù)的拷貝結(jié)果表示為：

其中，f代表深度學(xué)習(xí)網(wǎng)絡(luò)中的電力異常數(shù)據(jù)感知參量，ΔT代表電力系統(tǒng)異常數(shù)據(jù)的單位捕獲時(shí)長(zhǎng)，λ代表特征捕獲系數(shù)，代表電網(wǎng)異常數(shù)據(jù)的特征拷貝參量。

2.3 數(shù)據(jù)捕獲映射條件

電力系統(tǒng)的內(nèi)核訪問(wèn)用戶空間一般不會(huì)直接對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)開放，且在實(shí)際操作時(shí)也極易受捕獲節(jié)點(diǎn)所處位置的影響。因此，應(yīng)以電力系統(tǒng)異常數(shù)據(jù)的原始存在節(jié)點(diǎn)作為捕獲映射條件的初級(jí)建立依據(jù)，以自動(dòng)化捕獲節(jié)點(diǎn)的終止存在位置作為捕獲映射條件的終極建立依據(jù)，兩相結(jié)合，在深度學(xué)習(xí)網(wǎng)絡(luò)中實(shí)現(xiàn)電力系統(tǒng)異常數(shù)據(jù)捕獲映射條件的順利應(yīng)用[15-16]。設(shè)v0代表電力系統(tǒng)異常數(shù)據(jù)的原始存在節(jié)點(diǎn)位置信息，vn代表電力系統(tǒng)異常數(shù)據(jù)的終止存在節(jié)點(diǎn)位置信息。在上述物理量的支持下，聯(lián)立式（3），可將電力系統(tǒng)異常數(shù)據(jù)捕獲映射條件定義為：

其中，s1、s2分別代表兩個(gè)不同的電力系統(tǒng)異常數(shù)據(jù)行為限制條件，ξ代表基于電力系統(tǒng)的異常數(shù)據(jù)學(xué)習(xí)權(quán)限值。至此，實(shí)現(xiàn)各項(xiàng)物理數(shù)據(jù)指標(biāo)的計(jì)算與處理，在深度學(xué)習(xí)網(wǎng)絡(luò)的支持下，完成電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法的設(shè)計(jì)與應(yīng)用。

3 實(shí)用能力檢測(cè)

為驗(yàn)證基于深度學(xué)習(xí)的電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法的設(shè)計(jì)應(yīng)用價(jià)值，設(shè)計(jì)如下對(duì)比實(shí)驗(yàn)。搭建如圖3 所示的電力系統(tǒng)實(shí)驗(yàn)環(huán)境，分別將實(shí)驗(yàn)組、對(duì)照組控制主機(jī)與發(fā)電站設(shè)備相連，其中實(shí)驗(yàn)組主機(jī)搭載基于深度學(xué)習(xí)的電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法，對(duì)照組主機(jī)搭載機(jī)器學(xué)習(xí)型捕獲手段。

圖3 電力系統(tǒng)實(shí)驗(yàn)環(huán)境

異常電子傳輸處理量、處理消耗時(shí)間均能反應(yīng)電網(wǎng)主機(jī)對(duì)于異常傳輸電子量的精確化處理能力，一般情況下，異常電子傳輸處理量越大，處理消耗時(shí)間越短，電網(wǎng)主機(jī)所具備的異常傳輸電子精確化處理能力也就越強(qiáng)，反之則越弱。具體實(shí)驗(yàn)結(jié)果如表1、表2 所示。

表1 異常電子傳輸處理量對(duì)比表

表2 電力系統(tǒng)異常數(shù)據(jù)處理消耗時(shí)間

分析表1 可知，實(shí)驗(yàn)組異常電子傳輸處理量在前兩個(gè)單位時(shí)長(zhǎng)內(nèi)，始終保持不斷上升的數(shù)值變化趨勢(shì)，而從第三個(gè)單位時(shí)長(zhǎng)開始，這種數(shù)值變化趨勢(shì)逐漸趨于穩(wěn)定，進(jìn)入第四個(gè)單位時(shí)長(zhǎng)后，這種數(shù)值變化趨勢(shì)又再次恢復(fù)逐漸上升的形式，整個(gè)實(shí)驗(yàn)過(guò)程中的最大數(shù)值結(jié)果達(dá)到了9.6×1014T。對(duì)照組異常電子傳輸處理量在前兩個(gè)單位時(shí)長(zhǎng)內(nèi)，始終保持絕對(duì)穩(wěn)定的數(shù)值變化趨勢(shì)，而從第三個(gè)單位時(shí)長(zhǎng)起，這種穩(wěn)定變化趨勢(shì)開始逐漸趨于下降，整個(gè)實(shí)驗(yàn)過(guò)程中的最大數(shù)值結(jié)果僅能達(dá)到6.3×1014T，與實(shí)驗(yàn)組最大值相比，下降了3.3×1014T。

分析表2 可知，隨著電力系統(tǒng)異常數(shù)據(jù)累積量的增大，實(shí)驗(yàn)組數(shù)據(jù)處理消耗時(shí)間始終保持相對(duì)穩(wěn)定的波動(dòng)變化狀態(tài)，整個(gè)實(shí)驗(yàn)過(guò)程中的最大數(shù)值結(jié)果僅能達(dá)到2.6 s。對(duì)照組數(shù)據(jù)處理消耗時(shí)間則始終保持小幅上升的數(shù)值變化趨勢(shì)，整個(gè)實(shí)驗(yàn)過(guò)程中的最大數(shù)據(jù)結(jié)果達(dá)到了4.6 s，與實(shí)驗(yàn)組極值相比，上升了2.0 s。

綜上可知，應(yīng)用基于深度學(xué)習(xí)的電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法后，單位時(shí)間內(nèi)異常電子傳輸處理量水平開始不斷增大，而在異常數(shù)據(jù)累積量趨于穩(wěn)定的情況下，異常數(shù)據(jù)處理消耗時(shí)間卻出現(xiàn)了不斷下降的數(shù)值變化趨勢(shì)，較為符合促進(jìn)電網(wǎng)主機(jī)所具備異常傳輸電子精確化處理能力的實(shí)際應(yīng)用需求。

4 結(jié)束語(yǔ)

在深度學(xué)習(xí)網(wǎng)絡(luò)的作用下，電力系統(tǒng)異常數(shù)據(jù)自動(dòng)捕獲方法可聯(lián)合Caffe 框架，在清洗電力數(shù)據(jù)信息的同時(shí)，對(duì)異常檢測(cè)標(biāo)簽節(jié)點(diǎn)進(jìn)行編碼處理，且由于自動(dòng)化協(xié)議棧多層架構(gòu)體系的存在，待拷貝異常數(shù)據(jù)能夠與最終信息捕獲結(jié)果建立一一對(duì)應(yīng)的捕獲映射條件，不僅能夠較好穩(wěn)定已連接的電網(wǎng)應(yīng)用環(huán)境，也可實(shí)現(xiàn)對(duì)異常傳輸電子量的精確化處理，具備較強(qiáng)的應(yīng)用可行性。