基于BP 神经网络的电力工程异常数据识别技术研究

杨文生，王雁宇，李海清，宦晓超

（内蒙古电力（集团）有限责任公司内蒙古电力经济技术研究院分公司，内蒙古呼和浩特 010020）

电力工程是国计民生的重要保障，如何高效、准确地预算工程造价等重要数据是实施工程的必要基础。文中基于对电力工程数据的分析，使用了分层电网工程数据检测系统[1]。其具有分层体系结构，使用统计模型与神经网络分类器进行数据检测[2]，并测试了5 种不同类型的神经网络的性能[3]，以及在分层数据检测系统上进行的异常数据的压力测试结果。

1 系统架构设计

该异常数据识别系统是一个分布式的分层应用程序[4]，每层包含多个异常检测代理(IDA)，IDA 是监视主机或网络活动的IDS 组件。图1 是该系统的示例网络，异常检测系统可分为3 层。第一层代理监视系统内服务器与网桥的系统活动[5]，并定期为第二层代理生成报告；第二层代理检测到的数据流量与第一层代理的监控数据用来检测系统LAN 的网络状态[6]；第三层代理收集来自防火墙与路由器处的第一层代理和第二层代理的数据[7]，系统层次如图2 所示。

图1 异常数据识别示例网络

图2 系统分层结构图

由于该系统分布式分层的特点，所有层的IDA 具有相同结构。IDA 的示意图，如图3 所示。其由以下组件组成：探测器、事件预处理器、统计处理器、神经网络分类器与后处理器，这些组件的功能描述如下。

图3 IDA示意图

1）探测器：收集主机或网络的流量，将流量抽象为一组统计变量以反映网络状态，并定期生成报告发送至事件预处理器；……