Page 75 - 《中国电力》2026年第5期

曾瑞江等：数据稀缺场景下的配电网异常数据检测方法 2026 年第 5 期

20
电流/A 0
20
0 0.02 0.04 0.06
20
电流/A 0 20 A相电流（局部畸变） A相电压（电压越限）
20
0 0.02 0.04 0.06 正常波形 电流/A 0 正向扩散 400
20
电流/A 0 −20 0 0.02 0.04 0.06 电压/V −400 0
0.02
0.04
20
0 0.02 0.04 0.06 20 B相电流（局部畸变） 0 B相电压（电压越限） 0.06
时间/s 电流/A 0 400
A相电压（检测区域） −20 电压/V 0
400
电压/V −400 0 0 C相电流（局部畸变） 0.06 −400 0 0.02 0.04 0.06
0.04
0.02
18.0 18.4 18.8 19.2 19.6 20.0 20 反向扩散 C相电压（电压越限）
B相电压（检测区域） 电流/A 0 电压/V 400
电压/V −400 0 异常波形生成 −20 0 0.02 0.04 0.06 −400 0
400
18.0 18.4 18.8 19.2 19.6 20.0 时间/s 0 0.02 0.04 0.06
A相电压（检测区域） 扰动 时间/s
400
电压/V −400 0
18.0 18.4 18.8 19.2 19.6 20.0
时间/s
图 3 SDAS 异常数据生成示意
Fig. 3 SDAS abnormal data generation

过度突出或被掩盖，或扩散噪声引入无关干扰成 表 1 对比模型异常信号识别准确率
Table 1 Comparison of model abnormal signal
分，这些都会干扰模型对真实异常与正常波动的
recognition accuracy
边界区分，间接提升假阳性率。 单位：%

模型 电压异常识别率 电流异常识别率
3 实验仿真与验证 DAM-SVM 48.72 56.41
DAM-LSTM 56.41 54.90
基于 SDAS 方法增强后构建的配电网三相电 DAM-GRU 48.72 56.41
压、电流数据集，开展实验仿真与验证。先用训 DAM-Transformer 51 354.00 62.75
练集数据训练模型，再用测试集数据验证模型对
域表示对应模型识别出该异常信号，无圆点的区
电压越限、电流畸变两类异常的识别能力，以异
域表示没有识别出该异常信号。
常信号识别率作为核心评价指标 [31] ，计算方法为
在 DAM 识别性能验证实验中，对比各模型的
k
R = ×100% （9）
K 识别率可知，DAM-Transformer 的电压异常识别率
式中： R为识别率； k为正确识别的异常样本数； 为 61.54%， 比 DAM-SVM 和 DAM-GRU 的 48.72%
K为异常样本总数。 提升了 12.82%；电流异常识别率为 62.75%，比 DAM-
为了对本文所运用的 DAM 对异常信号识别性 LSTM 的 54.90% 提升了 7.85%；总识别率为 62.22%，
能 进 行 评 估 ， 将 DAM 用 于 支 持 向 量 [32] （ support 比 DAM-SVM 和 DAM-GRU 的 45.56% 提升了 16.66%。
vector machine，SVM），长短期记忆网络 [33] （long 这 一 结 果 验 证 了 在 4 种 对 比 模 型 中 ， 结 合 DAM
short term memory，LSTM），门控循环单 [34] （gated 的 Transformer 模型对三相电压和三相电流检测区
recurrent unit，GRU）和 Transformer 组成 DAM-SVM， 域异常信号的识别性能更优。

DAM-LSTM，DAM-GRU 和 DAM-Transformer 对上 将 ICEO、 CEO、 与 灰 狼 优 化 算 法 [35] （ grey
文中三相电压和三相电流检测区域的异常信号进 wolf optimizer，GWO）、鲸鱼优化算法 [36] （whale

行识别，不同对比模型的异常信号识别率如表 1 optimization algorithm， WOA） 、 麻 雀 优 化 算 法 [37]
所示。以 C 相电压和 C 相电流的检测区域为例， （ sparrow search algorithm， SSA） 分 别 优 化 DAM-
C 相电压和 C 相电流检测区域异常数据识别情况 Transformer 模型参数，并对三相电压和三相电流
如图 4 所示。图 4 中虚线部分表示异常信号所在 检测区域的异常信号进行识别。不同模型三相电
位置，虚线下方对应着不同模型对该异常信号的 压异常信号识别个数如图 5 所示，三相电流异常
识别结果，用不同颜色的圆点区分，有圆点的区 信号识别个数如图 6 所示。不同对比模型的异常

71