一种电网异常数据检测方法、装置、移动终端及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种电网异常数据检测方法、装置、移动终端及存储介质。


背景技术：

2.电力网络的安全运行是国家能源安全的重要环节也是保证国家工业和经济命脉稳定发展的重要部分。在进行电网潜在安全威胁预测时，需要检测出异常数据，单一的物理空间安全保护技术或信息空间异常数据检测技术，已不足以应对跨越信息物理空间的电网信息物理混合攻击行为。
3.目前，电网面临的攻击类型繁多且呈现出不断增长的态势，所以现有技术中往往通过对电网中的异常数据进行聚类处理以进行电网异常数据检测，但是现有技术平等对待基聚类，聚类效果差的基聚类结果会降低集成聚类结果的性能，从而导致电网异常数据检测的准确性不高。
4.综上所述，现有技术中的电网异常数据检测方法的准确性不高。


技术实现要素：

5.本发明实施例提供一种电网异常数据检测方法、装置、移动终端及存储介质，提高了电网异常数据检测的准确性。
6.本技术实施例的第一方面提供了一种电网异常数据检测方法，包括：
7.获取待检测电网的异构电力数据，根据异构电力数据进行第一聚类处理，得到m个第一聚类结果；其中，m为大于2的正整数；
8.根据m个第一聚类结果计算得到聚类有效性评价指标后，动态调整聚类有效性评价指标的初始权重，得到最终权重值；
9.根据最终权重值对m个第一聚类结果进行第二聚类处理，得到m个第二聚类结果后，根据m个第二聚类结果，对待检测电网进行异常数据检测。
10.在第一方面的一种可能的实现方式中，动态调整聚类有效性评价指标的初始权重，得到最终权重值，具体为：
11.根据聚类有效性评价指标生成内部有效性矩阵；
12.根据内部有效性矩阵计算聚类有效性评价指标的初始权重；
13.对初始权重进行加权平均后，动态调整初始权重，直至第一阈值满足条件时，停止调整，并得到最终权重值。
14.在第一方面的一种可能的实现方式中，获取待检测电网的异构电力数据，具体为：
15.获取待检测电网的初始异常数据后，将初始异常数据转换为数值型数据；
16.将数值型数据进行归一化处理后，生成待检测电网的异构电力数据并获取。
17.在第一方面的一种可能的实现方式中，根据异构电力数据进行第一聚类处理，得到m个第一聚类结果，具体为：
18.计算异构电力数据之间的支持度，并根据支持度计算得到支持度矩阵；
19.根据支持度矩阵计算得到新属性矩阵后，根据m种聚类算法和新属性矩阵进行第一聚类处理，得到m个第一聚类结果。
20.在第一方面的一种可能的实现方式中，根据支持度矩阵计算得到新属性矩阵，具体为：
21.计算支持度矩阵中的最大值、最小值、算数平均值、几何平均值和众数后，根据最大值、最小值、算数平均值、几何平均值和众数进行整合处理，生成新属性矩阵。
22.本技术实施例的第二方面提供了一种电网异常数据检测装置，包括：获取模块、调整模块和检测模块；
23.其中，获取模块用于获取待检测电网的异构电力数据，根据异构电力数据进行第一聚类处理，得到m个第一聚类结果；其中，m为大于2的正整数；
24.调整模块用于根据m个第一聚类结果计算得到聚类有效性评价指标后，动态调整聚类有效性评价指标的权重，得到最终权重值；
25.检测模块用于根据最终权重值对m个第一聚类结果进行第二聚类处理，得到m个第二聚类结果后，根据m个第二聚类结果，对待检测电网进行异常数据检测。
26.在第二方面的一种可能的实现方式中，动态调整聚类有效性评价指标的初始权重，得到最终权重值，具体为：
27.根据聚类有效性评价指标生成内部有效性矩阵；
28.根据内部有效性矩阵计算聚类有效性评价指标的初始权重；
29.对初始权重进行加权平均后，动态调整初始权重，直至第一阈值满足条件时，停止调整，并得到最终权重值。
30.在第二方面的一种可能的实现方式中，获取待检测电网的异构电力数据，具体为：
31.获取待检测电网的初始异常数据后，将初始异常数据转换为数值型数据；
32.将数值型数据进行归一化处理后，生成待检测电网的异构电力数据并获取。
33.本技术实施例的第三方面提供了一种移动终端，包括处理器和存储器，存储器存储有计算机可读程序代码，处理器执行计算机可读程序代码时实现上述的一种电网异常数据检测方法的步骤。
34.本技术实施例的第四方面提供了一种存储介质，存储介质存储计算机可读程序代码，当计算机可读程序代码被执行时实现上述的一种电网异常数据检测方法的步骤。
35.相比于现有技术，本发明实施例提供的一种电网异常数据检测方法、装置、移动终端及存储介质，所述方法包括：获取待检测电网的异构电力数据，根据异构电力数据进行第一聚类处理，得到m个第一聚类结果；其中，m为大于2的正整数；根据m个第一聚类结果计算得到聚类有效性评价指标后，动态调整聚类有效性评价指标的权重，得到最终权重值；根据最终权重值对m个第一聚类结果进行第二聚类处理，得到m个第二聚类结果后，根据m个第二聚类结果，对待检测电网进行异常数据检测。
36.其有益效果在于：本发明实施例根据待检测电网的异构电力数据计算得到聚类有效性评价指标后，动态调整聚类有效性评价指标的权重，得到最终权重值，根据最终权重值进行聚类处理，得到m个最终聚类结果(即第二聚类结果)后，根据m个最终聚类结果对待检测电网进行异常数据检测。由于最终聚类结果是考虑了聚类有效性评价指标的最终权重值
而得到的聚类结果，权重越高的聚类有效性评价指标代表聚类结果的性能越好，聚类结果高性能保证了电网异常的检测精度，所以本发明能够解决现有技术中平等对待所有基聚类而导致的电网异常数据检测的准确性不高的问题，使高性能的聚类结果能够在整体基聚类簇中占据重要的成分，使低性能的聚类结果对整体基聚类簇影响变小，以便检测结果较为准确客观，有效提高了电网异常数据检测的准确性。
附图说明
37.图1是本发明一实施例提供的一种电网异常数据检测方法的流程示意图；
38.图2是本发明一实施例提供的一种电网异常数据检测装置的结构示意图。
具体实施方式
39.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.参照图1，是本发明一实施例提供的一种电网异常数据检测方法的流程示意图，包括s101-s103：
41.s101：获取待检测电网的异构电力数据，根据异构电力数据进行第一聚类处理，得到m个第一聚类结果。
42.其中，m为大于2的正整数。
43.在本实施例中，所述获取待检测电网的异构电力数据，具体为：
44.获取所述待检测电网的初始异常数据后，将所述初始异常数据转换为数值型数据；
45.将所述数值型数据进行归一化处理后，生成所述待检测电网的异构电力数据并获取。
46.进一步地，所述待检测电网的异构电力数据可用以下数据集n表示：
[0047][0048]
其中，表示电网量测数据，表示信息系统量测数据，xi＝{x
ij
|j＝1，2，...，z}
t
是xi对应的数据向量，yi＝{y
ij
|j＝1，2，...，z}
t
是yi对应的数据向量，n1+n2＝n。
[0049]
进一步地，dj∈n(j＝1，2，...，z)表示数据集n中的数据点，其中dj(x)表示数据点dj中的电网量测数据部分，dj(y)表示数据点dj中的信息系统量测数据部分，
[0050]
则不同数据点dj，dk∈n之间电网量测数据之间的距离由以下公式表示：
[0051][0052]
则不同数据点dj，dk∈n之间信息系统量测数据之间的距离由以下公式表示：
[0053][0054]
则不同数据点dj，dk∈n间的距离由以下公式表示：
[0055][0056]
在一具体实施例中，所述根据所述异构电力数据进行第一聚类处理，得到m个第一聚类结果，具体为：
[0057]
计算所述异构电力数据之间的支持度，并根据所述支持度计算得到支持度矩阵；
[0058]
根据所述支持度矩阵计算得到新属性矩阵后，根据m种聚类算法(f1，f2，...，fm)和所述新属性矩阵进行第一聚类处理，得到m个所述第一聚类结果。
[0059]
进一步地，计算所述异构电力数据之间的支持度sup可由以下公式表示：
[0060]
sup(dj，dk)＝(1-d(dj，dk))k，k＝0.7；
[0061]
所述支持度矩阵a如下所示：
[0062][0063]
在一具体实施例中，所述根据所述支持度矩阵计算得到新属性矩阵，具体为：
[0064]
计算所述支持度矩阵中的最大值、最小值、算数平均值、几何平均值和众数后，根据所述最大值、所述最小值、所述算数平均值、所述几何平均值和所述众数进行整合处理，生成所述新属性矩阵。其中，由于所述支持度矩阵为n*n阶支持度矩阵a，所以计算所述支持度矩阵中的最大值、最小值、算数平均值、几何平均值和众数是指，计算n*n阶支持度矩阵a中每一行数据中的最大值、最小值、算数平均值、几何平均值和众数，通过整合这五类数据构成新的属性矩阵b，新属性矩阵b为n*5阶矩阵。
[0065]
s102：根据m个第一聚类结果计算得到聚类有效性评价指标，动态调整聚类有效性评价指标的权重，得到最终权重值。
[0066]
其中，所述聚类有效性评价指标包括：dbi指标(即戴维森堡丁指数)，ch指标和di指标。
[0067]
dbi指标可由以下公式表示：
[0068][0069]
其中，pw表示第一类聚类的m个结果中第w(w∈{1，2，...，m})个聚类结果，pw为聚类结果pw中簇的数目，表示聚类簇内样本间的平均距离。
[0070]
进一步地，可由以下公式表示：
[0071][0072]
其中，表示聚类簇中元素的数目。良示簇的中心点，表示簇均中心点，表示簇的中心点与簇的中心点之间的距离。
[0073]
ch指标可由以下公式表示：
[0074][0075]
其中，pw表示第一类聚类的m个结果中第w(w∈{1，2，...，m})个聚类结果，pw为聚类结果pw中簇的数目，表示pw中簇的中心点，dj表示数据集n中的点，z为数据集中数据点的数目，表示数据集中所有数据点的均值，表示数据点之间的距离。
[0076]
di指标可由以下公式表示：
[0077][0078]
其中，di指标的计算公式中所使用的参数已在上述内容中进行解释，含义一致，于是在此便不再赘述。
[0079]
在本实施例中，所述动态调整所述聚类有效性评价指标的初始权重，得到最终权重值，具体为：
[0080]
根据所述聚类有效性评价指标生成内部有效性矩阵；
[0081]
根据所述内部有效性矩阵计算所述聚类有效性评价指标的初始权重；
[0082]
对所述初始权重进行加权平均后，动态调整所述初始权重，直至第一阈值满足条件时，停止调整，并得到所述最终权重值。
[0083]
进一步地，内部有效性矩阵vw可由以下公式表示：
[0084][0085]
其中，是第w个基本聚类中dbi指标值，是第w个基本聚类中ch指标值，是第w个基本聚类中di指标值。
[0086]
进一步地，令其中，表示第一类聚类的m个结果中第w个聚类结果的上述三类计算指标(即dbi指标值、ch指标值和di指标值)。
[0087]
则动态调整所述初始权重的过程如下所示：
[0088]
首先，计算tp所对应的指标向量记为其次，计算其它指标向量vw与t之间的相似性s(vw，t)，计算公式如下：
[0089][0090]
令计算并令t＝vo；
[0091]
再次计算其它指标向量vw与t之间的相似性s(vw，t)，并依据相似性计算结果再次计算ωw，vo；
[0092]
最后，迭代上述过程，直到为止，第一阈值α可以根据实际应用进行灵活设置，例如可以设置α＝0.2。
[0093]
动态调整所述初始权重过程结束后，最终权重值为ω
*
＝{ω1，ω2，...ωm}。
[0094]
s103：根据最终权重值对m个第一聚类结果进行第二聚类处理，得到m个第二聚类结果后，根据m个第二聚类结果，对待检测电网进行异常数据检测。
[0095]
在本实施例中，根据最终权重值对m个第一聚类结果进行集成，完成第二聚类处理，得到m个第二聚类结果，实现待检测电网的异构电力数据的有效分类；根据m个第二聚类结果，对待检测电网进行异常数据检测。由于第二聚类结果是考虑了聚类有效性评价指标
的最终权重值而得到的聚类结果，权重越高的聚类有效性评价指标代表聚类结果的性能越好，聚类结果高性能保证了电网异常的检测精度，所以本发明能够解决现有技术中平等对待所有基聚类而导致的电网异常数据检测的准确性不高的问题，有效提高了电网异常数据检测的准确性。
[0096]
为了进一步说明电网异常数据检测装置，请参照图2，图2是本发明一实施例提供的一种电网异常数据检测装置的结构示意图，包括：获取模块201、调整模块202和检测模块203；
[0097]
其中，所述获取模块201用于获取待检测电网的异构电力数据，根据所述异构电力数据进行第一聚类处理，得到m个第一聚类结果；其中，m为大于2的正整数；
[0098]
所述调整模块202用于根据m个所述第一聚类结果计算得到聚类有效性评价指标后，动态调整所述聚类有效性评价指标的权重，得到最终权重值；
[0099]
所述检测模块203用于根据所述最终权重值对m个所述第一聚类结果进行第二聚类处理，得到m个第二聚类结果后，根据m个所述第二聚类结果，对所述待检测电网进行异常数据检测。
[0100]
在本实施例中，所述动态调整所述聚类有效性评价指标的初始权重，得到最终权重值，具体为：
[0101]
根据所述聚类有效性评价指标生成内部有效性矩阵；
[0102]
根据所述内部有效性矩阵计算所述聚类有效性评价指标的初始权重；
[0103]
对所述初始权重进行加权平均后，动态调整所述初始权重，直至第一阈值满足条件时，停止调整，并得到所述最终权重值。
[0104]
在本实施例中，所述获取待检测电网的异构电力数据，具体为：
[0105]
获取所述待检测电网的初始异常数据后，将所述初始异常数据转换为数值型数据；
[0106]
将所述数值型数据进行归一化处理后，生成所述待检测电网的异构电力数据并获取。
[0107]
本发明一具体实施例提供了一种移动终端，包括处理器和存储器，所述存储器存储有计算机可读程序代码，所述处理器执行所述计算机可读程序代码时实现上述的一种电网异常数据检测方法的步骤。
[0108]
本发明一具体实施例提供了一种存储介质，所述存储介质存储计算机可读程序代码，当所述计算机可读程序代码被执行时实现上述的一种电网异常数据检测方法的步骤。
[0109]
本发明实施例先通过获取模块201获取待检测电网的异构电力数据，根据异构电力数据进行第一聚类处理，得到m个第一聚类结果；其中，m为大于2的正整数；再通过调整模块202根据m个第一聚类结果计算得到聚类有效性评价指标后，动态调整聚类有效性评价指标的权重，得到最终权重值；最后通过检测模块203根据最终权重值对m个第一聚类结果进行第二聚类处理，得到m个第二聚类结果后，根据m个第二聚类结果，对待检测电网进行异常数据检测。
[0110]
本发明实施例根据待检测电网的异构电力数据计算得到聚类有效性评价指标后，动态调整聚类有效性评价指标的权重，得到最终权重值，根据最终权重值进行聚类处理，得到m个最终聚类结果(即第二聚类结果)后，根据m个最终聚类结果对待检测电网进行异常数
据检测。由于最终聚类结果是考虑了聚类有效性评价指标的最终权重值而得到的聚类结果，权重越高的聚类有效性评价指标代表聚类结果的性能越好，聚类结果高性能保证了电网异常的检测精度，所以本发明能够解决现有技术中平等对待所有基聚类而导致的电网异常数据检测的准确性不高的问题，使高性能的聚类结果能够在整体基聚类簇中占据重要的成分，使低性能的聚类结果对整体基聚类簇影响变小，以便检测结果较为准确客观，有效提高了电网异常数据检测的准确性。
[0111]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。