科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对智能电表在应用过程中出现的数据异常问题,通过定义为超出各负荷正常使用模式的任何异常用电实例或趋势,设计了基于负载、上下文和环境等不同类型的特征来构建数据驱动模型,评估了基于回归、基于神经网络、基于聚类和基于投影的4种不同的无监督学习方法在实际智能电表数据异常检测中的性能。结果表明,不同的异常检测方法对不同类型的异常具有不同的检测能力,其性能取决于用于训练该方法的特征集。因此,对于每种异常检测方法,都要仔细检查不同类型的特征。
-
单位国网安徽省电力有限公司
