0。2%
以内。这一层的作用是快速排除大量正常数据,为后续的精修和长程检测提供基础。
###
第二层:精修
第二层是时空图注意力网络(St-GAt)。它能够处理节点和边的特征,动态更新图结构,捕捉电网中的时空关联。节点特征包括电压幅值、相角、频率、功率等
23
维数据,边特征包括线路阻抗、功率流、开关状态等
7
维数据。这一层能够对可疑数据进行更细致的分析,进一步提高检测的准确性。
###
第三层:长程
第三层是
transformer-xL,它能够捕捉长达
5
分钟的长程依赖关系。系统采用了相对位置编码,d_model=768,8
head,12
layer,能够处理复杂的长程异常模式。这一层的作用是确保系统能够检测到那些在长期内逐渐发展的异常。
###
集成策略
三个层级的检测结果通过贝叶斯动态加权(online
Em)进行集成,每
60
秒更新一次权重。这种集成策略能够动态调整各层级的权重,确保系统在不同场景下的最佳性能。
##
第四章:数据的力量
“mL-AdF
2。0”系统的数据处理能力同样令人惊叹。系统处理的数据来自国家电网的全域,覆盖了