典型文献
基于多域特征提取的电力数据异常检测方法
文献摘要：
为解决电力大数据中存在的冗余、异常等威胁电网安全稳定运行的问题,提出一种基于多域特征提取的电力数据异常检测算法.首先,从波动性、趋势性和变动性3个维度提取9维特征对电力数据时间序列进行表征.然后,利用相关向量机进行特征选择和降维,自动确定最优特征组合.最后,采用支持向量数据描述构造一类分类器,实现异常数据检测,同时,针对支持向量数据描述核参数和惩罚因子设置问题,利用磷虾算法进行优化,提升算法收敛精度.算例结果表明,所提方法能够有效实现异常检测,并且具有较强的噪声鲁棒性.
文献关键词：
电力大数据;异常检测;支持向量数据描述;特征提取;特征选取
中图分类号：
作者姓名：
孙滢涛;张锋明;陈水标;葛晶
作者机构：
国网绍兴供电公司,绍兴 312000
文献出处：
引用格式：
[1]孙滢涛;张锋明;陈水标;葛晶-.基于多域特征提取的电力数据异常检测方法)[J].电力系统及其自动化学报,2022(06):105-113
A类：
B类：
多域特征,电力数据,数据异常检测,异常检测方法,电力大数据,电网安全,安全稳定运行,检测算法,波动性,趋势性,变动性,维特,相关向量机,特征选择,优特,特征组合,支持向量数据描述,一类分类器,异常数据检测,核参数,惩罚因子,设置问题,磷虾,收敛精度,噪声鲁棒性,特征选取
AB值：
0.384597
相似文献
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。
