基于孤立森林算法的电力数据异常检测方法设计 |
| |
引用本文: | 牛罡,王蕾,谭磊,毛泰奇,高亚鹏.基于孤立森林算法的电力数据异常检测方法设计[J].自动化与仪器仪表,2023(8):52-55. |
| |
作者姓名: | 牛罡 王蕾 谭磊 毛泰奇 高亚鹏 |
| |
作者单位: | 河南九域腾龙信息工程有限公司 |
| |
摘 要: | 由于电力数据异常检测时的电力数据特征提取效果较差,导致电力数据异常检测准确性较低,对此,提出基于孤立森林算法的电力数据异常检测方法。采用总线传输控制协议进行短期负荷电力数据参数采集,通过堆叠多层神经网络来执行机器学习,得到电力数据有最小值,构建电力数据采样模型。基于采集到的短期负荷电力数据,利用相邻子模块融合方法对短期负荷电力数据进行融合处理,基于上述融合处理后的短期负荷电力数据,对其进行数据特征提取。根据数据特征提取结果,使用孤立森林学习算法进行短期负荷电力数据异常检测。实验结果表明:该方法对电力数据异常检测的聚类性和收敛性较好,且数据异常检测精度最高达97%,检测时长最高为16 s,具有实用性。
|
关 键 词: | 孤立森林算法 电力数据 异常检测 短期负荷 |
|
|