一种分布式光伏配网数据质量提升方法及系统

本发明属于网络攻击检测，尤其涉及一种分布式光伏配网数据质量提升方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、随着通信技术的发展，智能配电网信息化、自动化、互动化水平提高，逐步成为物理系统和信息系统深度耦合并彼此依赖的信息物理系统。大量电网数据涌入配电网，形成信息层的数据链路，构成保障配电网稳定安全运行的数据基础。然而，海量数据中存在着影响数据质量的干扰数据，如异常数据、缺失数据、受恶意网络攻击的数据，降低了数据交互效率，同时影响了配电网状态的监控效率。

3、电网数据异常、缺失等坏数据影响着配电网运行稳定性，同时恶意网络攻击会对数据可信性和电网安全性造成严重威胁。不同于坏数据可以通过离群值检测或设置阈值来检测，恶意网络攻击的数据，例如虚假数据注入攻击(false data injection attackfdia)，能够根据电网拓扑结构避免坏数据检测，例如以斜坡的形式逐渐变化，难以被发现和管理,从而对智能电网状态监控造成干扰；基于机器学习和深度学习的数据驱动方法被广泛应用于网络攻击检测中，已有方案都是对如何从采集的数据中准确检测网络攻击的角度进行改进，但并未关注采集的数据质量对保障配电网稳定安全运行的影响。

4、尽管已有的数据质量提升方法已经能够改善数据准确性和可信性，但是由于电网拓扑信息复杂，智能电网数据量激增，传统的方法效率有待提升；此外，当前数据可靠性评价聚焦于数据异常、缺失层面，但并未对恶意网络攻击导致的质量问题进行深入探讨；因此，现有方案无法对数据质量进行全面提升，而且配电网稳定安全运行的监控效果不佳。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了一种分布式光伏配网数据质量提升方法及系统，通过对异常数据、缺失数据和受攻击数据的识别和校正，对用于配电网状态监控的运行数据进行质量提升，保证配电网的稳定安全运行。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、本发明第一方面提供了一种分布式光伏配网数据质量提升方法。

4、一种分布式光伏配网数据质量提升方法，包括：

5、获取分布式光伏配网的时序运行数据；

6、对时序运行数据进行第一次质量提升，包括异常数据和缺失数据的识别和校正；

7、将第一次质量提升后的时序运行数据，输入到训练好的网络攻击校正模型中，进行第二次质量提升，包括受攻击数据的识别和校正；

8、对第二次质量提升后的数据质量进行评价，得到数据质量提升结果；

9、其中，所述受攻击数据的识别，在卷积神经网络上通过挤压激励模块引入注意力机制，结合双向长短期记忆网络提取时序特征，依据时序特征进行网络攻击数据的分类，得到受攻击数据。

10、进一步的，所述异常数据和缺失数据的识别，具体为：

11、用孤立森林算法识别出运行数据中的异常值；并定位运行数据中由非停电事故造成的缺失值。

12、进一步的，所述异常数据和缺失数据的校正，是基于卷积神经网络，对缺失值和异常值的正确值进行预测。

13、进一步的，所述网络攻击校正模型，包括特征构建模块、特征降维模块、攻击识别模块和攻击校正模块；

14、所述特征构建模块，基于第一次质量提升后的时序运行数据，构建时频特征；

15、所述特征降维模块，利用主成分分析法，对构建的时频特征进行降维；

16、所述攻击识别模块，基于降维后的时频特征，利用网络攻击检测模型，进行受攻击数据的识别；

17、所述攻击校正模块，对识别出来的受攻击数据进行校正。

18、进一步的，所述时频特征的构建，具体为：

19、采用变分模态分解将时序运行数据分解成多个本征模态函数；

20、对每个本征模态函数提取时域特征和频域特征，与第一次质量提升后的时序运行数据拼接，从而得到时频特征。

21、进一步的，所述网络攻击检测模型，包括改进后的卷积神经网络、双向长短期记忆网络、全连接层和softmax分类器；

22、所述改进后的卷积神经网络，是在卷积神经网络中通过挤压激励模块引入注意力机制，为每个特征分配权重，突出有用特征，弱化冗余特征，从而使得提取的特征更有利于分类；

23、所述双向长短期记忆网络，用于提取时序特征；

24、所述全连接层和softmax分类器，用于输出分类结果，包括正常数据和受攻击数据。

25、进一步的，所述评价，是综合考虑数据的准确性、可信性、实时性，选取准确度、一致度、完整度、时效度作为评价指标，进行数据质量的综合评价。

26、本发明第二方面提供了一种分布式光伏配网数据质量提升系统。

27、一种分布式光伏配网数据质量提升系统，包括数据获取模块、第一提升模块、第二提升模块和质量评价模块：

28、数据获取模块，被配置为：获取分布式光伏配网的时序运行数据；

29、第一提升模块，被配置为：对时序运行数据进行第一次质量提升，包括异常数据和缺失数据的识别和校正；

30、第二提升模块，被配置为：将第一次质量提升后的时序运行数据，输入到训练好的网络攻击校正模型中，进行第二次质量提升，包括受攻击数据的识别和校正；

31、质量评价模块，被配置为：对第二次质量提升后的数据质量进行评价，得到数据质量提升结果；

32、其中，所述受攻击数据的识别，在卷积神经网络上通过挤压激励模块引入注意力机制，结合双向长短期记忆网络提取时序特征，依据时频特征进行网络攻击数据的分类，得到受攻击数据。

33、本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的一种分布式光伏配网数据质量提升方法中的步骤。

34、本发明第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的一种分布式光伏配网数据质量提升方法中的步骤。

35、以上一个或多个技术方案存在以下有益效果：

36、本发明分别对包括异常数据和缺失数据的坏数据及受网络攻击的数据进行识别和校正，通过两次校正方法，对用于配电网状态监控的运行数据进行质量提升，全面改善干扰数据对后续配电网状态监控的影响，保证配电网的稳定安全运行。

37、本发明构建基于改进卷积神经网络的网络攻击检测模型，通过挤压激励模块引入注意力机制，结合双向长短期记忆网络提取数据时序特征，对受网络攻击的数据进行准确识别。

38、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种分布式光伏配网数据质量提升方法，其特征在于，包括：

2.如权利要求1所述的一种分布式光伏配网数据质量提升方法，其特征在于，所述异常数据和缺失数据的识别，具体为：

3.如权利要求1所述的一种分布式光伏配网数据质量提升方法，其特征在于，所述异常数据和缺失数据的校正，是基于卷积神经网络，对缺失值和异常值的正确值进行预测。

4.如权利要求1所述的一种分布式光伏配网数据质量提升方法，其特征在于，所述网络攻击校正模型，包括特征构建模块、特征降维模块、攻击识别模块和攻击校正模块；

5.如权利要求4所述的一种分布式光伏配网数据质量提升方法，其特征在于，所述时频特征的构建，具体为：

6.如权利要求4所述的一种分布式光伏配网数据质量提升方法，其特征在于，所述网络攻击检测模型，包括改进后的卷积神经网络、双向长短期记忆网络、全连接层和softmax分类器；

7.如权利要求1所述的一种分布式光伏配网数据质量提升方法，其特征在于，所述评价，是综合考虑数据的准确性、可信性、实时性，选取准确度、一致度、完整度、时效度作为评价指标，进行数据质量的综合评价。

8.一种分布式光伏配网数据质量提升系统，其特征在于，包括数据获取模块、第一提升模块、第二提升模块和质量评价模块：

9.一种电子设备，其特征是，包括：

10.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当所述计算机可读指令由计算机执行时，执行权利要求1-7任一项所述的方法。

技术总结本发明提出了一种分布式光伏配网数据质量提升方法及系统，涉及网络攻击检测技术领域，具体方案包括：获取分布式光伏配网的时序运行数据；对时序运行数据进行第一次质量提升，包括异常数据和缺失数据的识别和校正；将第一次质量提升后的时序运行数据，输入到训练好的网络攻击校正模型中，进行第二次质量提升，包括受攻击数据的识别和校正；对第二次质量提升后的数据质量进行评价，得到数据质量提升结果；本发明通过对异常数据、缺失数据和受攻击数据的识别和校正，对用于配电网状态监控的运行数据进行质量提升，保证配电网的稳定安全运行。技术研发人员：孙凯祺,高弋典,邱伟,孙媛媛,李亚辉,王一鸣受保护的技术使用者：山东大学技术研发日：技术公布日：2024/9/9