一种数字孪生联邦异常检测的电力采集数据协同方法及系统与流程

本发明涉及电力异常检测，尤其涉及一种数字孪生联邦异常检测的电力采集数据协同方法及系统。

背景技术：

1、电力采集系统用于电网运行监测、计量与状态评估，采集终端分布广、现场环境复杂。随着采集点规模扩大与采样频率提升，采集数据在采集、传输与处理过程中易受设备状态变化、传感器漂移、通信干扰、时钟偏差、拓扑调整及工况波动影响，出现数据异常或可信性下降，进而影响后续分析与决策的可靠性。

2、现有异常检测技术主要包括集中式检测与统一建模、边缘侧本地检测、分布式协同与联合建模以及基于机理约束的一致性校验等路线。集中式方案便于利用全局数据，但在大规模部署下存在带宽与时延压力，并在数据安全与合规约束下适用性受限；本地检测可降低时延与减少数据外传，但单点数据覆盖有限且场景差异明显，易出现泛化不足、阈值难以长期稳定适配以及误报漏报难以兼顾等问题；联合建模在数据分布不一致、质量参差条件下易导致收敛不稳定与性能波动，并对不可靠参与方或异常更新缺乏稳健保障；机理一致性校验具有一定可解释性，但在参数不确定、模型失配、噪声扰动及拓扑动态变化下稳定性与可迁移性受限。

3、在工程运行中，异常事件常需结合多点信息确认以降低误判。现有协同确认多依赖固定规则投票、人工复核或简单一致性判定，在参与方可靠性差异及可能存在对抗性干扰时，协同判定可信度难以保证；同时，协同确认与处置结果缺少有效衔接，难以形成持续评估与校正闭环，导致对工况与拓扑演化的长期适应能力不足。因此，有待在满足数据安全与合规约束的前提下，提升异常检测的准确性与稳定性，并增强分布式协同确认与联合建模过程的鲁棒性与适应性，以适应复杂动态场景的工程需求。

技术实现思路

1、本发明的目的在于提供一种数字孪生联邦异常检测的电力采集数据协同方法及系统，以解决现有技术中在多采集点数据分布差异大、工况与拓扑持续演化以及数据不可集中条件下，异常检测准确性与稳定性不足、协同确认可信度不高且模型更新易受不可靠参与方影响的局限性问题，通过实现多源信息的协同判定与持续校正，在满足数据安全与合规约束的前提下，显著降低误报漏报并提高异常事件确认与处置的可靠性，同时增强全局模型在动态场景下的鲁棒性与适应性。

2、为了实现上述目的，本发明通过如下的技术方案来实现：

3、一方面，本发明提供了一种数字孪生联邦异常检测的电力采集数据协同方法，包括以下步骤：

4、s1：多个边缘终端在对应电力采集点采集电力采集数据；

5、s2：多个边缘终端中的一个边缘终端作为发起边缘终端，发起边缘终端基于电力采集数据通过本地异常检测模型计算数据驱动异常度量，发起边缘终端基于电力采集数据通过参考模型输出参考结果，发起边缘终端基于电力采集数据与参考结果之间的偏离量计算物理一致性异常度量，发起边缘终端融合数据驱动异常度量与物理一致性异常度量得到本地威胁评分；

6、s3：本地威胁评分超过第一阈值时，发起边缘终端向接收边缘终端发送协同确认请求，协同确认请求携带时间窗口信息，接收边缘终端基于所述协同确认请求返回响应信息，发起边缘终端基于响应信息计算威胁共识评分，威胁共识评分超过第二阈值且响应信息数量达到参与数量阈值时确定威胁事件成立；

7、s4：威胁事件成立后，发起边缘终端执行处置动作并记录处置结果；

8、s5：全局检测模型更新周期到达时，多个边缘终端基于本地存储的电力采集数据以及处置结果生成本地参数更新量并上传服务器，服务器对本地参数更新量执行联邦聚合并基于数字孪生模型生成的孪生数据集执行校正训练，得到更新后的全局检测模型，服务器基于孪生数据集针对孪生模型对象计算残差统计量，服务器向多个边缘终端下发更新后的全局检测模型与残差统计量，多个边缘终端基于更新后的全局检测模型更新本地异常检测模型。

9、作为本发明的一种优选方案，所述电力采集数据的采集过程包括：

10、边缘终端在对应电力采集点采集电力采集数据，并获取与电力采集点对应的拓扑标识信息和时间同步信息；

11、边缘终端基于时间同步信息对电力采集数据执行时间对齐处理，得到预处理后的数据；

12、边缘终端基于预处理后的数据生成采集证据摘要，采集证据摘要与电力采集数据关联存储，采集证据摘要用于在边缘协同过程中校验响应信息的完整性，并用于在联邦学习过程中校验本地参数更新量所对应数据的完整性；

13、服务器基于电力采集点标识与数字孪生模型的孪生模型对象标识建立映射关系，并将映射关系下发至各边缘终端，所述映射关系用于参考模型输出参考结果，并用于服务器生成孪生数据集，所述映射关系在拓扑变更事件或设备变更事件发生时更新。

14、作为本发明的一种优选方案，所述本地威胁评分的生成过程包括：

15、发起边缘终端基于预设的检测时间窗口从电力采集数据构建窗口样本，并基于窗口样本输入本地异常检测模型得到数据驱动异常度量；

16、发起边缘终端基于映射关系确定窗口样本对应的孪生模型对象，参考模型基于窗口样本输出参考结果，发起边缘终端基于窗口样本与参考结果之间的偏离量计算物理一致性异常度量；

17、发起边缘终端基于物理一致性异常度量与预设的本地归一化参数，计算物理一致性置信度；

18、发起边缘终端基于物理一致性置信度自适应调整数据驱动异常度量与物理一致性异常度量的融合权重，生成本地威胁评分；

19、发起边缘终端基于采集证据摘要对窗口样本执行一致性校验，一致性校验结果用于调节物理一致性置信度。

20、作为本发明的一种优选方案，所述本地归一化参数包括基于历史数据计算的残差均值与残差方差，或者预设的残差分位数阈值；

21、所述计算物理一致性置信度，包括基于残差均值与残差方差的标准化处理，或者基于残差分位数阈值的分段归一化处理。

22、作为本发明的一种优选方案，所述物理一致性异常度量的计算包括：

23、发起边缘终端针对检测时间窗口内的窗口样本，获取线路端a电压差分量、线路端b电压差分量以及参考模型输出的线路端a电流差分预测量；

24、发起边缘终端基于线路端b电压差分量与线路端a电压差分量构建端电压差分项，基于线路等效电阻参数与线路端a电流差分预测量构建等效电阻项，基于线路等效电感参数、相邻窗口样本序号对应的线路端a电流差分预测量变化量以及采样时间间隔构建等效电感项；

25、发起边缘终端将端电压差分项、等效电阻项、等效电感项合成物理一致性残差项，对物理一致性残差项取绝对值得到残差幅值；

26、发起边缘终端采用线路端a电压差分量幅值与线路端b电压差分量幅值之和叠加稳定项作为归一化因子，对残差幅值执行归一化得到归一化残差；

27、发起边缘终端对归一化残差执行平方运算后加一并执行自然对数运算，得到物理一致性异常度量。

28、作为本发明的一种优选方案，所述物理一致性异常度量按照下述运算规则得到：

29、以线路端b电压差分量减去线路端a电压差分量得到端电压差分项；

30、以线路等效电阻参数与当前窗口样本序号的线路端a电流差分预测量相乘得到等效电阻项；

31、以当前窗口样本序号对应的线路端a电流差分预测量减去上一窗口样本序号对应的线路端a电流差分预测量得到电流差分变化量，以线路等效电感参数与电流差分变化量相乘后再除以采样时间间隔得到等效电感项；

32、将端电压差分项、等效电阻项、等效电感项相加得到物理一致性残差项，对物理一致性残差项取绝对值得到残差幅值；

33、以线路端a电压差分量幅值与线路端b电压差分量幅值之和叠加稳定项作为归一化因子，对残差幅值进行归一化得到归一化残差；

34、对归一化残差执行平方运算后加一并执行自然对数运算，得到当前窗口样本序号对应的物理一致性异常度量。

35、作为本发明的一种优选方案，发起边缘终端基于响应信息计算威胁共识评分时，接收边缘终端编号为的加权聚合权重满足公式：

36、；

37、威胁共识评分满足公式：

38、；

39、表示发起边缘终端编号；表示接收边缘终端编号；表示响应信息集合；表示接收边缘终端输出的响应评分；表示接收边缘终端信誉系数；表示基于位置标识或拓扑标识计算得到的终端距离度量值；表示发起边缘终端本地异常检测模型参数向量，表示接收边缘终端本地异常检测模型参数向量；、、表示预设衰减系数；表示向量的二范数，表示二范数的平方，用于表征两端本地模型参数差异大小；表示绝对值运算；表示发起边缘终端在协同确认请求携带的时间窗口内的物理一致性异常度量统计值；表示接收边缘终端在协同确认请求携带的时间窗口内的物理一致性异常度量统计值；物理一致性异常度量统计值为时间窗口内物理一致性异常度量的均值或最大值。

40、作为本发明的一种优选方案，所述威胁事件成立后，发起边缘终端执行处置动作并记录处置结果；

41、所述处置动作包括告警上报、本地采集策略调整、以及向相关采集点下发隔离策略；

42、所述处置结果包括处置动作类型、执行时间、本地威胁评分、威胁共识评分及处置效果标记；

43、所述发起边缘终端或服务器基于所述处置效果标记与各接收边缘终端的响应评分，更新对应接收边缘终端的信誉系数，更新规则为：当接收边缘终端的响应评分与处置效果标记一致时，增大信誉系数；不一致时，减小信誉系数。

44、作为本发明的一种优选方案，服务器执行联邦聚合并基于数字孪生模型引导融合时满足公式：

45、；

46、式中：表示服务器侧更新前的全局检测模型参数向量；表表示边缘终端上传的本地参数更新向量；表示服务器基于与构造的、对应该边缘终端训练后本地模型参数的估计向量；表示由所述数字孪生模型导出的参数向量；表示参与本次融合的边缘终端集合；表示相似度尺度参数，表示其平方；表示向量的二范数，表示二范数的平方，用于表征与的差异；表示基于所述差异计算得到的相似度评分；表示自然指数函数；表示基于相似度评分计算得到的归一化融合权重；

47、表示孪生融合系数，用于控制数字孪生模型在融合中的权重；表示初步融合后的参数向量；表示边缘终端的索引，且；表示求和运算的索引变量，且；作为初始参数，基于孪生数据集执行训练，得到更新后的全局检测模型并下发。

48、另一方面，本发明还提供了一种数字孪生联邦异常检测的电力采集数据协同系统，应用于如上所述的一种数字孪生联邦异常检测的电力采集数据协同方法，包括多个边缘终端及与各边缘终端通信的服务器；

49、各所述边缘终端包括：

50、检测模块，用于采集电力采集数据；运行本地异常检测模型以计算数据驱动异常度量，运行参考模型以输出参考结果，基于所述电力采集数据与参考结果之间的偏离量计算物理一致性异常度量，并融合所述两种异常度量以生成本地威胁评分；

51、共识模块，用于在所述本地威胁评分超过第一阈值时，作为发起边缘终端向其他边缘终端发送协同确认请求，接收响应信息，基于所述响应信息计算威胁共识评分，并在所述威胁共识评分超过第二阈值且响应信息数量达到阈值时，确定威胁事件成立；

52、更新处置模块，用于在威胁事件成立后执行处置动作并记录处置结果；在更新周期到达时，基于本地存储的电力采集数据及处置结果生成本地参数更新量并上传；以及基于接收的更新后的全局检测模型更新本地异常检测模型；

53、所述服务器包括：

54、联邦融合模块，用于接收各边缘终端上传的本地参数更新量；对所述本地参数更新量执行联邦聚合并基于数字孪生模型生成的孪生数据集执行校正训练，得到更新后的全局检测模型；以及基于所述孪生数据集计算残差统计量；

55、通信模块，用于向各边缘终端下发所述更新后的全局检测模型与所述残差统计量。

56、本发明的有益效果是：本发明提供的数字孪生联邦异常检测的电力采集数据协同方法，通过在边缘侧对采集数据进行窗口化检测，将本地异常检测模型得到的数据驱动异常度量与参考模型得到的物理一致性异常度量进行融合，可在单一度量易受噪声、缺失或局部工况影响的情况下提高异常识别的稳健性与准确性。当本地威胁评分超过阈值时，引入携带时间窗口信息的协同确认机制，由多个边缘终端返回响应信息并由发起端计算威胁共识评分，并在共识评分与参与数量同时满足条件后再判定威胁事件成立，从而降低单点判断导致的误报风险并提升事件结论的一致性。威胁事件成立后记录处置结果，使检测与处置形成闭环反馈；在全局模型更新周期到达时，各边缘终端基于本地数据与处置结果生成参数更新量上传，服务器执行联邦聚合并结合数字孪生模型生成的孪生数据集进行校正训练得到更新后的全局检测模型，同时计算并下发面向孪生模型对象的残差统计量，使模型参数与归一化依据同步更新，进而提升跨采集点的适配一致性与长期运行稳定性。