欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023106178242
申请人: 南京工程学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于生成对抗Transformer的电力负荷数据异常检测方法,其特征在于:包括以下步骤,S1、获取电力负荷历史数据,并将电力负荷历史数据以设定比例分为训练样本集和测试样本集;

S2、对训练样本集的训练样本进行归一化处理后,得到处理后的训练样本集;

S3、构建基于改进的生成对抗Transformer的电力负荷数据异常检测模型,使用处理后的训练样本集对基于改进的生成对抗Transformer的电力负荷数据异常检测模型进行训练,得到训练后的基于改进的生成对抗Transformer的电力负荷数据异常检测模型;

步骤S3中,构建的基于改进的生成对抗Transformer的电力负荷数据异常检测模型包括生成器网络模块和判别器网络模块,生成器网络模块包括第一生成器和第二生成器,判别器网络模块包括第一判别器和第二判别器,第一生成器:将焦点分数经过位置编码后得到第一位置编码信息,拼接焦点分数与第一位置编码信息得到输入矩阵,并由输入矩阵获得映射数据;

第一生成器中,由输入矩阵获得映射数据的具体表达式为:

,

其中,表示输入矩阵I1经过第一多头注意力层的输出数据,表示输入矩阵和输出数据经过第一残差连接和归一化层的输出数据,表示输出数据和第一前馈网络层的输出经过第二残差连接和归一化层的输出数据即映射数据;

第二生成器:将电力负荷数据序列W经过位置编码后得到第二位置编码信息,拼接电力负荷数据序列与第二位置编码信息得到输入矩阵I2,并由输入矩阵I2获得重映射数据;

第二生成器中,由输入矩阵获得重映射数据的具体表达式为:

,

其中,表示输入矩阵经过第二多头注意力层的输出数据,表示输入矩阵和输出数据经过第三残差连接和归一化层的输出数据,表示输出数据和第三多头注意力层的输出经过第四残差连接和归一化层的输出数据即重映射数据,第三多头注意力层的输入分别为输出数据和映射数据;

第一判别器:输入映射数据和重映射数据,得到重构负荷序列;具体表达式为:,

其中,表示第二前馈网络层,表示用于激活范围为[0,1]的输出的第一激活函数层;

第二判别器:输入重映射数据,在模型映射阶段的输出为第一阶段重构序列,在模型训练与重映射阶段的输出为第二阶段重构序列,作为负荷数据预测结果;

第二判别器中,输入重映射数据,在模型映射阶段的输出为第一阶段重构序列的具体表达式为,

其中,表示第三前馈网络层,表示用于激活范围为[0,1]的输出的第二激活函数层;

在模型训练与重映射阶段的输出为第二阶段重构序列的具体表达式为,

其中,表示第三前馈网络层,表示用于激活范围为[0,1]的输出的第二激活函数层;

S4、将测试样本集输入训练后的基于改进的生成对抗Transformer的电力负荷数据异常检测模型,得到负荷数据预测结果;

S5、将负荷数据预测结果根据异常检测机制进行异常诊断,判定是否为异常数据。

2.如权利要求1所述的基于生成对抗Transformer的电力负荷数据异常检测方法,其特征在于:步骤S3中,使用处理后的训练样本集对基于改进的生成对抗Transformer的电力负荷数据异常检测模型进行训练,具体为,S31、在第一阶段即模型映射阶段,基于改进的生成对抗Transformer的电力负荷数据异常检测模型用于生成和输入电力负荷数据序列分布一致的第一阶段重构序列;

S32、在第二阶段即模型训练与重映射阶段,对基于改进的生成对抗Transformer的电力负荷数据异常检测模型完成对抗训练后再进行重映射,获得第二阶段重构序列,作为负荷数据预测结果。

3.如权利要求2所述的基于生成对抗Transformer的电力负荷数据异常检测方法,其特征在于:步骤S31中,基于改进的生成对抗Transformer的电力负荷数据异常检测模型用于生成和输入电力负荷数据序列分布一致的第一阶段重构序列,具体为,S311、将焦点分数经过位置编码后得到第一位置编码信息,拼接焦点分数与第一位置编码信息得到输入矩阵I1并输入至第一生成器,由第一生成器输出映射数据;

S312、将电力负荷数据序列W经过位置编码后得到第二位置编码信息,拼接焦点分数与第二位置编码信息得到输入矩阵I2并输入至第二生成器中,同时将映射数据作为第二生成器的第三多头注意力层的输入,第二生成器输出重映射数据;

S313、将映射数据与重映射数据共同作为第一判别器的输入,由第一判别器得出重构负荷序列;

S314、将重映射数据作为第二判别器的输入,第二判别器输出第一阶段重构序列。

4.如权利要求3所述的基于生成对抗Transformer的电力负荷数据异常检测方法,其特征在于:步骤S32中,对基于改进的生成对抗Transformer的电力负荷数据异常检测模型完成对抗训练后再进行重映射,获得第二阶段重构序列,具体为,S321、计算第一阶段中第一判别器的重构损失;

S322、将第一阶段中第一判别器的重构损失作为第二阶段的焦点分数;

S323、将第二阶段的焦点分数经位置编码得到第三位置编码信息后,拼接第二阶段的焦点分数与第三位置编码信息后输入至第一生成器,第一生成器输出第二阶段的映射数据给第二生成器的第三多头注意力层;

S324、同时将第一阶段重构序列,经位置编码得到第四位置编码信息后,拼接第一阶段重构序列和第四位置编码信息后输入至第二生成器,第二生成器输出第二阶段的重映射数据给第二判别器;

S325、第二判别器输出第二阶段重构序列。

5.如权利要求4所述的基于生成对抗Transformer的电力负荷数据异常检测方法,其特征在于:步骤S5中,将负荷数据预测结果根据异常检测机制进行异常诊断,判定是否为异常数据,具体为,异常检测机制中,引入异常得分和异常诊断标签用于判定异常数据,异常得分st和异常诊断标签y分别为:,

其中,表示重构负荷序列,表示第一阶段重构序列,表示第二阶段重构序列即负荷数据预测结果,表示阈值,表示t时刻数据的异常标签,表示t时刻数据的正常标签。