时序复合扩散网络驱动的电网数据恢复方法

来源：电子与信息学报杂志2026年第2期北京时间：

作者：严彦东, 李晨熙, 李士杰, 杨漾, 葛宇昊, 黄雨

单位：1.北京大学计算机学院 北京 1008712.电子科技大学信息与软件工程学院 成都 6100543.中国南方电网有限责任公司 广州 5100004.南方电网数字平台科技(广东)有限公司 广州 5100005.北京大学软件工程国家工程研究中心 北京 100871

摘要：电网作为连接电力传输与终端用户的重要枢纽，其数据的管理与分析在保障电网稳定性和提升供电质量方面扮演着举足轻重的角色。电网相关数据涵盖范围广泛，内容复杂，包括用户用电模式、气象条件、设备信息及营销数据等多个层面。这些多源异构数据在采集和传输过程中，常受到噪声信号等冗余信息的影响，容易出现数据缺失现象。数据不完整不仅使运行状态监测变得更加困难，也严重制约了故障诊断、健康评估及运维决策等关键工作的效率与准确性。为了提高电网数据的效用性，更好地利用其来保障电网稳定运行，该文提出一种基于扩散模型的电网数据恢复方法，通过独特设计的双层扩散流，能将时序序列嵌入为条件信息，大幅优化了扩散网络在电网场景下的表现。模型将输入的高斯噪声映射到缺失数据的目标分布空间，从而按照其原始分布规律恢复出缺失数据，增强了数据的可用性和价值。实验表明，与以往的方法相比，该方法能够达到领先的恢复效果。

关键词：电力工业, 电网故障诊断, 电力电网运维, 数据恢复, 扩散模型

基金资助：中国南方电网有限责任公司科技项目(ZBKJXM20240174)