本技术涉及电力，具体涉及一种配电网工程的多维数据的检测调度方法及装置。
背景技术：
1、随着分布式电网系统的规模逐渐扩大，对分布式电网系统的运行状态进行准确判断，及时发现异常状态是保障分布式电网系统安全运行的重要手段。分布式电网系统包括分布式发电系统和配电网，现有技术不能准确检测系统故障并根据故障进行调度，导致电网系统不稳定。
技术实现思路
1、本技术实施例提供一种配电网工程的多维数据的检测调度方法及装置，可以准确检测系统故障并根据故障进行调度，提高电网系统的稳定性。
2、第一方面，本技术提供的配电网工程的多维数据的检测调度方法，应用于配电网工程的多维数据的检测调度系统，所述配电网工程的多维数据的检测调度系统包括分布式发电系统和目标配电网，所述分布式发电系统用于向所述目标配电网供电，所述分布式发电系统包括多个分布式发电设备和多个移动储能设备，所述配电网工程的多维数据的检测调度方法，包括：
3、获取所述目标配电网的网络结构信息，所述网络结构信息包括网络拓扑结构、节点布局、节点之间的线路信息；
4、将所述网络结构信息输入目标图神经网络，得到网络结构检测结果，所述网络结构检测结果为网络结构异常或者网络结构正常；
5、若所述网络结构检测结果为网络结构正常，则获取所述目标配电网在多个历史时间段内的多个历史供电信息，所述历史供电信息包括负荷预测准确率、供电充裕度、负荷分配信息；
6、将多个所述历史供电信息按照时间先后顺序依次输入目标时序网络，得到供电检测结果，所述供电检测结果为供电异常或者供电正常；
7、若所述供电检测结果为供电正常，则获取所述目标配电网中各个设备的设备信息，所述设备信息包括设备材料级别、设备性能参数以及设备总成本；
8、若所述设备信息满足预设条件，则将各个所述分布式发电设备分别确定为目标发电设备；
9、获取所述目标发电设备的发电功率真实值和所述目标发电设备的发电功率预估值；
10、若所述目标发电设备的所述发电功率真实值小于所述目标发电设备的所述发电功率预估值的预设比例，则将所述目标发电设备确定为异常发电设备；
11、将多个所述移动储能设备中的至少部分所述移动储能设备确定为多个目标移动储能设备；
12、将多个所述目标移动储能设备接入目标配电网以向所述目标配电网供电；
13、按预设周期获取预设时间段内已发生异常的历史异常发电设备的位置信息和异常次数；
14、基于所述历史异常发电设备的位置信息和异常次数调度各个所述移动储能设备。
15、可选地，所述配电网工程的多维数据的检测调度方法，包括：
16、判断所述目标配电网中各个设备的设备材料级别是否高于对应的预设设备级别；
17、判断所述目标配电网中各个设备的设备性能参数是否高于对应的设备性能参数；
18、判断所述目标配电网的设备总成本是否高于预设设备成本；
19、若所述目标配电网中各个设备的设备材料级别高于对应的预设设备级别、所述目标配电网中各个设备的设备性能参数高于对应的设备性能参数且所述目标配电网的设备总成本不高于预设设备成本，则确定所述设备信息满足预设设备条件。
20、可选地，所述配电网工程的多维数据的检测调度方法，包括：
21、基于多个参考配电网的多个参考网络结构信息和对应的标注标签，所述标注标签为网络结构异常或者网络结构正常；
22、基于多个参考网络结构信息构建结构化的图数据，所述图数据包括各个节点的节点数据；
23、以节点数据为节点样本，随机选取k个节点样本为初始聚类中心，计算每一节点样本与初始聚类中心的距离；
24、将每一节点样本分配至距离最近的聚类中心所在的簇中，更新每一簇的聚类中心；
25、基于更新后的聚类中心，进行循环迭代计算，直至满足停止条件，完成对所有节点数据的聚类划分；
26、对聚类分类后的节点数据进行编码，为每一节点数据生成最终的类别标签，所述类别标签为异常或者正常；
27、将各个节点数据的类别标签加入节点数据作为节点的特征并更新多个参考网络结构信息，得到多个更新参考网络结构信息和对应的标注标签，得到数据集；
28、基于所述数据集训练预设图神经网络，得到所述目标图神经网络。
29、可选地，所述基于所述历史异常发电设备的位置信息和异常次数调度各个所述移动储能设备，包括：
30、基于所述历史异常发电设备的位置信息和异常次数对所述分布式发电设备进行聚类，得到多个第二设备聚类簇；
31、将所述第二设备聚类簇中各个所述历史异常发电设备围合形成的区域确定为异常区域；
32、获取所述异常区域内所述历史异常发电设备的异常设备占比；
33、基于所述异常区域内所述历史异常发电设备的异常设备占比、所述分布式发电设备的区域设备总量以及区域面积大小确定目标设备移动信息，其中，所述目标设备移动信息包括各个所述移动储能设备的目标移动位置；
34、基于所述目标设备移动信息移动各个所述移动储能设备，以将各个所述移动储能设备由当前位置移动至对应的目标移动位置。
35、可选地，所述基于所述异常区域内所述历史异常发电设备的异常设备占比、所述分布式发电设备的区域设备总量以及区域面积大小确定目标设备移动信息，包括：
36、基于所述异常区域内所述历史异常发电设备的异常设备占比、所述分布式发电设备的区域设备总量以及区域面积大小确定分配给各个所述异常区域的所述移动储能设备的储能设备分配数量和分配优先级，其中，所述异常设备占比越高，所述储能设备分配数量和所述分配优先级越高；所述区域设备总量越大，所述储能设备分配数量和所述分配优先级越高；所述区域面积大小越大，所述储能设备分配数量和所述分配优先级越高；
37、依次将分配优先级最高的所述异常区域确定为目标区域，将所述目标区域的所述储能设备分配数量确定为目标分配数量，分别计算各个所述移动储能设备与所述目标区域内各个所述历史异常发电设备之间的第二目标距离；
38、将所述移动储能设备与各个所述历史异常发电设备之间的第二目标距离的最小值确定为所述移动储能设备与所述目标区域的第三目标距离；
39、将所述第三目标距离从小到大排序靠前的所述目标分配数量的所述移动储能设备确定为所述目标区域的分配储能设备，得到各个所述异常区域的所述分配储能设备；
40、将所述目标区域中与所述分配储能设备之间的第二目标距离最小的所述历史异常发电设备的位置确定为所述分配储能设备的目标移动位置，得到各个所述移动储能设备的目标移动位置。
41、可选地，所述基于所述目标设备移动信息移动各个所述移动储能设备，以将各个所述移动储能设备由当前位置移动至对应的目标移动位置，包括：
42、基于所述目标设备移动信息确定各个所述移动储能设备移动至所述目标移动位置的移动资源消耗量；
43、获取所述预设时间段内所述移动储能设备将电能输送至所述历史异常发电设备处并接入所述目标配电网的输电资源损耗量；
44、若所述输电资源损耗量大于所述移动资源消耗量，则基于所述目标设备移动信息移动各个所述移动储能设备，以将各个所述移动储能设备由当前位置移动至对应的目标移动位置。
45、可选地，所述将多个所述移动储能设备中的至少部分所述移动储能设备确定为多个目标移动储能设备，包括：
46、获取各个所述移动储能设备的设备已充放电次数、距离上次充放电的时间间隔以及剩余电量；
47、基于所述移动储能设备的设备已充放电次数、距离上次充放电的时间间隔以及剩余电量确定候选优先级；
48、将所述候选优先级从高到低排序靠前的多个所述移动储能设备确定为多个所述目标移动储能设备。
49、第二方面，本技术提供的配电网工程的多维数据的检测调度装置，应用于配电网工程的多维数据的检测调度系统，所述配电网工程的多维数据的检测调度系统包括分布式发电系统和目标配电网，所述分布式发电系统用于向所述目标配电网供电，所述分布式发电系统包括多个分布式发电设备和多个移动储能设备，所述配电网工程的多维数据的检测调度装置，包括：
50、第一获取模块，用于获取所述目标配电网的网络结构信息，所述网络结构信息包括网络拓扑结构、节点布局、节点之间的线路信息；
51、第一输入模块，用于将所述网络结构信息输入目标图神经网络，得到网络结构检测结果，所述网络结构检测结果为网络结构异常或者网络结构正常；
52、第二获取模块，用于若所述网络结构检测结果为网络结构正常，则获取所述目标配电网在多个历史时间段内的多个历史供电信息，所述历史供电信息包括负荷预测准确率、供电充裕度、负荷分配信息；
53、第二输入模块，用于将多个所述历史供电信息按照时间先后顺序依次输入目标时序网络，得到供电检测结果，所述供电检测结果为供电异常或者供电正常；
54、第三获取模块，用于若所述供电检测结果为供电正常，则获取所述目标配电网中各个设备的设备信息，所述设备信息包括设备材料级别、设备性能参数以及设备总成本；
55、第一确定模块，用于若所述设备信息满足预设条件，则将各个所述分布式发电设备分别确定为目标发电设备；
56、第四获取模块，用于获取所述目标发电设备的发电功率真实值和所述目标发电设备的发电功率预估值；
57、第二确定模块，用于若所述目标发电设备的所述发电功率真实值小于所述目标发电设备的所述发电功率预估值的预设比例，则将所述目标发电设备确定为异常发电设备；
58、第三确定模块，用于将多个所述移动储能设备中的至少部分所述移动储能设备确定为多个目标移动储能设备；
59、接入模块，用于将多个所述目标移动储能设备接入目标配电网以向所述目标配电网供电；
60、第五获取模块，用于按预设周期获取预设时间段内已发生异常的历史异常发电设备的位置信息和异常次数；
61、调度模块，用于基于所述历史异常发电设备的位置信息和异常次数调度各个所述移动储能设备。
62、可选地，所述配电网工程的多维数据的检测调度方法，包括：
63、判断所述目标配电网中各个设备的设备材料级别是否高于对应的预设设备级别；
64、判断所述目标配电网中各个设备的设备性能参数是否高于对应的设备性能参数；
65、判断所述目标配电网的设备总成本是否高于预设设备成本；
66、若所述目标配电网中各个设备的设备材料级别高于对应的预设设备级别、所述目标配电网中各个设备的设备性能参数高于对应的设备性能参数且所述目标配电网的设备总成本不高于预设设备成本，则确定所述设备信息满足预设设备条件。
67、可选地，所述配电网工程的多维数据的检测调度方法，包括：
68、基于多个参考配电网的多个参考网络结构信息和对应的标注标签，所述标注标签为网络结构异常或者网络结构正常；
69、基于多个参考网络结构信息构建结构化的图数据，所述图数据包括各个节点的节点数据；
70、以节点数据为节点样本，随机选取k个节点样本为初始聚类中心，计算每一节点样本与初始聚类中心的距离；
71、将每一节点样本分配至距离最近的聚类中心所在的簇中，更新每一簇的聚类中心；
72、基于更新后的聚类中心，进行循环迭代计算，直至满足停止条件，完成对所有节点数据的聚类划分；
73、对聚类分类后的节点数据进行编码，为每一节点数据生成最终的类别标签，所述类别标签为异常或者正常；
74、将各个节点数据的类别标签加入节点数据作为节点的特征并更新多个参考网络结构信息，得到多个更新参考网络结构信息和对应的标注标签，得到数据集；
75、基于所述数据集训练预设图神经网络，得到所述目标图神经网络。
76、可选地，所述基于所述历史异常发电设备的位置信息和异常次数调度各个所述移动储能设备，包括：
77、基于所述历史异常发电设备的位置信息和异常次数对所述分布式发电设备进行聚类，得到多个第二设备聚类簇；
78、将所述第二设备聚类簇中各个所述历史异常发电设备围合形成的区域确定为异常区域；
79、获取所述异常区域内所述历史异常发电设备的异常设备占比；
80、基于所述异常区域内所述历史异常发电设备的异常设备占比、所述分布式发电设备的区域设备总量以及区域面积大小确定目标设备移动信息，其中，所述目标设备移动信息包括各个所述移动储能设备的目标移动位置；
81、基于所述目标设备移动信息移动各个所述移动储能设备，以将各个所述移动储能设备由当前位置移动至对应的目标移动位置。
82、可选地，所述基于所述异常区域内所述历史异常发电设备的异常设备占比、所述分布式发电设备的区域设备总量以及区域面积大小确定目标设备移动信息，包括：
83、基于所述异常区域内所述历史异常发电设备的异常设备占比、所述分布式发电设备的区域设备总量以及区域面积大小确定分配给各个所述异常区域的所述移动储能设备的储能设备分配数量和分配优先级，其中，所述异常设备占比越高，所述储能设备分配数量和所述分配优先级越高；所述区域设备总量越大，所述储能设备分配数量和所述分配优先级越高；所述区域面积大小越大，所述储能设备分配数量和所述分配优先级越高；
84、依次将分配优先级最高的所述异常区域确定为目标区域，将所述目标区域的所述储能设备分配数量确定为目标分配数量，分别计算各个所述移动储能设备与所述目标区域内各个所述历史异常发电设备之间的第二目标距离；
85、将所述移动储能设备与各个所述历史异常发电设备之间的第二目标距离的最小值确定为所述移动储能设备与所述目标区域的第三目标距离；
86、将所述第三目标距离从小到大排序靠前的所述目标分配数量的所述移动储能设备确定为所述目标区域的分配储能设备，得到各个所述异常区域的所述分配储能设备；
87、将所述目标区域中与所述分配储能设备之间的第二目标距离最小的所述历史异常发电设备的位置确定为所述分配储能设备的目标移动位置，得到各个所述移动储能设备的目标移动位置。
88、可选地，所述基于所述目标设备移动信息移动各个所述移动储能设备，以将各个所述移动储能设备由当前位置移动至对应的目标移动位置，包括：
89、基于所述目标设备移动信息确定各个所述移动储能设备移动至所述目标移动位置的移动资源消耗量；
90、获取所述预设时间段内所述移动储能设备将电能输送至所述历史异常发电设备处并接入所述目标配电网的输电资源损耗量；
91、若所述输电资源损耗量大于所述移动资源消耗量，则基于所述目标设备移动信息移动各个所述移动储能设备，以将各个所述移动储能设备由当前位置移动至对应的目标移动位置。
92、可选地，所述将多个所述移动储能设备中的至少部分所述移动储能设备确定为多个目标移动储能设备，包括：
93、获取各个所述移动储能设备的设备已充放电次数、距离上次充放电的时间间隔以及剩余电量；
94、基于所述移动储能设备的设备已充放电次数、距离上次充放电的时间间隔以及剩余电量确定候选优先级；
95、将所述候选优先级从高到低排序靠前的多个所述移动储能设备确定为多个所述目标移动储能设备。
96、第三方面，本技术提供的电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器用于运行存储器内的计算机程序，实现本技术所提供的配电网工程的多维数据的检测调度方法中的步骤。
97、第四方面，本技术提供的计算机可读存储介质，存储有多条指令，该指令适于处理器进行加载，实现本技术所提供的配电网工程的多维数据的检测调度方法中的步骤。
98、第五方面，本技术提供的计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现本技术所提供的配电网工程的多维数据的检测调度方法中的步骤。
99、本技术中，相较于相关技术，获取目标配电网的网络结构信息，网络结构信息包括网络拓扑结构、节点布局、节点之间的线路信息；将网络结构信息输入目标图神经网络，得到网络结构检测结果，网络结构检测结果为网络结构异常或者网络结构正常；若网络结构检测结果为网络结构正常，则获取目标配电网在多个历史时间段内的多个历史供电信息，历史供电信息包括负荷预测准确率、供电充裕度、负荷分配信息；将多个历史供电信息按照时间先后顺序依次输入目标时序网络，得到供电检测结果，供电检测结果为供电异常或者供电正常；若供电检测结果为供电正常，则获取目标配电网中各个设备的设备信息，设备信息包括设备材料级别、设备性能参数以及设备总成本；若设备信息满足预设条件，则将各个分布式发电设备分别确定为目标发电设备；获取目标发电设备的发电功率真实值和目标发电设备的发电功率预估值；若目标发电设备的发电功率真实值小于目标发电设备的发电功率预估值的预设比例，则将目标发电设备确定为异常发电设备；将多个移动储能设备中的至少部分移动储能设备确定为多个目标移动储能设备；将多个目标移动储能设备接入目标配电网以向目标配电网供电；按预设周期获取预设时间段内已发生异常的历史异常发电设备的位置信息和异常次数；基于历史异常发电设备的位置信息和异常次数调度各个移动储能设备。本技术可以准确检测系统故障并根据故障进行调度，提高电网系统的稳定性。
1.一种配电网工程的多维数据的检测调度方法，其特征在于，应用于配电网工程的多维数据的检测调度系统，所述配电网工程的多维数据的检测调度系统包括分布式发电系统和目标配电网，所述分布式发电系统用于向所述目标配电网供电，所述分布式发电系统包括多个分布式发电设备和多个移动储能设备，所述配电网工程的多维数据的检测调度方法，包括：
2.根据权利要求1所述的配电网工程的多维数据的检测调度方法，其特征在于，所述配电网工程的多维数据的检测调度方法，包括：
3.根据权利要求2所述的配电网工程的多维数据的检测调度方法，其特征在于，所述配电网工程的多维数据的检测调度方法，包括：
4.根据权利要求1所述的配电网工程的多维数据的检测调度方法，其特征在于，所述基于所述历史异常发电设备的位置信息和异常次数调度各个所述移动储能设备，包括：
5.根据权利要求4所述的配电网工程的多维数据的检测调度方法，其特征在于，所述基于所述异常区域内所述历史异常发电设备的异常设备占比、所述分布式发电设备的区域设备总量以及区域面积大小确定目标设备移动信息，包括：
6.根据权利要求5所述的配电网工程的多维数据的检测调度方法，其特征在于，所述基于所述目标设备移动信息移动各个所述移动储能设备，以将各个所述移动储能设备由当前位置移动至对应的目标移动位置，包括：
7.根据权利要求1所述的配电网工程的多维数据的检测调度方法，其特征在于，所述将多个所述移动储能设备中的至少部分所述移动储能设备确定为多个目标移动储能设备，包括：
8.一种配电网工程的多维数据的检测调度装置，其特征在于，应用于配电网工程的多维数据的检测调度系统，所述配电网工程的多维数据的检测调度系统包括分布式发电系统和目标配电网，所述分布式发电系统用于向所述目标配电网供电，所述分布式发电系统包括多个分布式发电设备和多个移动储能设备，所述配电网工程的多维数据的检测调度装置，包括：
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至7任一项所述的配电网工程的多维数据的检测调度方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的配电网工程的多维数据的检测调度方法中的步骤。
