科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对数字化主动电网中电力实体行为复杂化、攻击手段隐蔽化等问题，提出了一种基于模糊聚类的多类别归属异常检测算法。首先，对电力实体行为相似性的度量方式进行优化，并基于优化后的度量方法构建模糊聚类算法，通过多次迭代得到实体行为对应各类别的隶属度矩阵；其次，根据类别软划分隶属度矩阵，分别计算实体在各个类别内的近邻距离、近邻密度与近邻相对异常因子等参数；最后，分析实体在各类簇内的相对异常情况，判断该电力实体行为是否属于异常行为。结果表明，与LOF,K-Means和Random Forest算法相比，新方法具有更高的异常行为检出数量和更优的异常检测评价指标，解决了传统异常检测算法样本评价角度单一的问题，进一步提高了数字化主动电网抵御未知威胁的能力。
- 单位
