典型文献
基于多维特征的电网台区线损数据异常识别研究
文献摘要：
随着智能电表及用电管理终端的广泛应用,电网台区相关监测终端每天可收集到海量线损数据,并且可对存在的异常情况进行识别.但是数据噪声对电网台区线损数据的干扰,导致识别的准确率和召回率下降.针对这些问题,提出了一种基于多维特征的电网台区线损数据异常识别方法.该方法首先将电网台区线损数据样本形成对应的二维数据,采用二维小波阈值法进行去噪.根据去噪后二维数据的位置特征以及时间数据特征,对Hasusdorff距离公式进行改进,用以计算电网台区线损数据的多维特征相似度,得到线损数据之间的相似性矩阵.最后将多维Hasusdorff距离应用到层次聚类算法中去识别电网台区线损数据中的异常.仿真实验结果表明,所提方法的准确率和召回率较高.电网台区线损数据异常识别时间较短,满足工程实际使用要求.
文献关键词：
多维特征;电网台区线损数据;异常识别;去噪
中图分类号：
作者姓名：
林宝德;杨铮宇
作者机构：
云南电网有限责任公司信息中心,云南 昆明 650000
文献出处：
引用格式：
[1]林宝德;杨铮宇-.基于多维特征的电网台区线损数据异常识别研究)[J].电力系统保护与控制,2022(09):172-178
A类：
电网台区线损数据,Hasusdorff
B类：
多维特征,数据异常,异常识别,智能电表,用电管理,管理终端,监测终端,可收,异常情况,数据噪声,召回率,二维小波,小波阈值法,去噪,位置特征,数据特征,距离公式,特征相似度,层次聚类算法,工程实际,使用要求
AB值：
0.174396
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
