一种电网调度信息流异常及故障判别方法与流程

技术特征：
1.一种电网调度信息流异常及故障判别方法，其特征在于：包括步骤1：监听厂站上传的报文数据，获取报文数据的报文五元组信息和iec104报文；步骤2：根据报文数据进行解析，按照时间戳将获取的报文解析信息拼接成多维序列信息s；步骤3：将多维序列信息s导入已经训练好的深度卷积神经网络中，进行异常识别，若没有异常现象，则执行步骤1；否则，通过报文解析信息判别错误类型，进行故障判别。2.根据权利要求1所述的电网调度信息流异常及故障判别方法，其特征在于：将报文解析信息拼接成多维序列信息s的步骤为：步骤2.1：将获取的报文解析信息组合成一个长度为n的序列，表示为序列s1={s1,s2,s3,...,s
n
}；其中，s1表示序列s1中的第1个信息，s
n
表示序列s1中的第n个信息；步骤2.2：将得到的多维序列s1与之前的4组多维序列s0,s-1
,s-2
,s-3
进行组合，得到多维序列s1，表示为s1={s-3
,s-2
,s-1
,s0,s1}，其维度是5
×
n，5表示矩阵s1的行数，n表示矩阵s1的列数；其中，多维序列s0表示当前多维序列s1的上一时间刻的多维序列，表示为s0={s0,s1,s2,...,s
n-1
}，多维序列s-1
,s-2
,s-3
以此类推；步骤2.3：将得到的多维序列s1与之前的多维序列s0,s-1,...,s-m进行拼接，得到多维序列信息s；其中，多维序列s0表示当前多维序列s1的上一时间刻的多维序列，表示为s0={s-4
,s-3
,s-2
,s-1
,s0}，多维序列s0,s-1,...,s-m以此类推。3.根据权利要求1所述的电网调度信息流异常及故障判别方法，其特征在于：所述报文五元组信息包括源端口、源ip、目的端口、目的ip和发送时间。4.根据权利要求1所述的电网调度信息流异常及故障判别方法，其特征在于：所述iec104报文信号包括遥控报文、遥信报文和遥测报文，其中，所述遥控报文包括：遥控选择报文、遥控执行报文、遥控撤销报文、遥控回应报文和遥控结束报文。5.根据权利要求1所述的电网调度信息流异常及故障判别方法，其特征在于：所述错误类型包括：远动装置频繁切换异常、主站频繁总召唤异常、协议假在线故障、主站遥控失败故障和下行命令否定应答故障。6.根据权利要求5所述的电网调度信息流异常及故障判别方法，其特征在于：所述根据报文解析信息判别错误类型的方法为：步骤a：进行远动装置频繁切换异常判别，判别方法为：步骤a1：读取iec104报文发送ip属于哪一厂站下通道；步骤a2：根据厂站找出所属的其他下通道ip；步骤a3：检索报文解析信息中时间在
±
5s
‑±
10s里各通道ip切换次数；步骤a4：如果切换次数大于3次，则判别为远动装置频繁切换异常；步骤b：进行主站频繁总召唤异常判别，判别方法为：步骤b1：读取前15分钟内所述iec104报文的报文解析信息中是否存在总召报文；步骤b2：如果存在总召报文，则和本次的总召报文比对，两次总召报文是否存在连接报文；步骤b3：如果存在连接报文，则判别为主站频繁总召唤异常；步骤c：进行协议假在线故障判别，判别方法为：步骤c1：读取iec104报文的报文解析信息中5s-10s内各通道遥测信息；
步骤c2：比对遥测信息是否发生变化；步骤c3：如果没有发生变化，则判别为协议假在线故障；步骤d：进行主站遥控失败故障判别，主站遥控失败故障包括遥控返校超时故障和遥控失败故障，判别方法为：步骤d1：将所述的遥控选择报文与所述的报文五元组信息存入一个集合中，监听8秒内是否有回应所述的遥控选择报文；步骤d2：如果没有，则判别为所述的遥控返校超时故障；如果有，则执行步骤d3；步骤d3：监听60s内是否有回应所述的遥控执行报文或所述的遥控撤销报文，如果没有，则表示遥控状态结束；如果有，则继续监听8秒内是否有对应的所述遥控回应报文；步骤d4：如果没有，则判别为所述的遥控返校超时故障；如果有，则执行步骤d5；步骤d5：监听8秒内是否有所述的遥控结束报文，如果没有，则判定为所述的遥控失败故障；如果有，则继续监听下一条所述的遥信报文；步骤d6：比对所述的遥信报文上送值与所述的遥控报文是否对应，如果没有，则判定为主站遥控失败故障；步骤e：进行下行命令否定应答故障判别，判别方法为：步骤e1：将请求报文与报文五元组信息存入一个集合中，监听8秒内是否有对应的回应报文；步骤e2：如果有，则结束判别，否则判定为下行命令否定应答故障；所述步骤a、b、c、d和e为同步判别或轮询判别。

技术总结
本发明涉及电网调度故障识别领域，尤其涉及一种电网调度信息流异常及故障判别方法，包括步骤1：监听厂站上传的报文数据，获取报文数据的报文五元组信息和IEC104报文；步骤2：根据报文数据进行解析，按照时间戳将获取的报文解析信息拼接成多维序列信息S；步骤3：将多维序列信息S导入已经训练好的深度卷积神经网络中，进行异常识别，若没有异常现象，则执行步骤1；否则，通过报文解析信息判别错误类型，进行故障判别。本发明有效地实现了调度自动化信息流异常故障的快速判别，方便对电力调度自动化系统进行运维。系统进行运维。系统进行运维。


技术研发人员：嵇文路 周航 孙佳炜 朱红勤 潘小辉 杨斌 宋冰倩 马楠
受保护的技术使用者：国网江苏省电力有限公司南京供电分公司
技术研发日：2021.11.02
技术公布日：2022/3/25