基于鲁棒性随机分割森林算法的变压器损耗异常值检测

作者：张国芳; 温丽丽; 吴蒙; 刘通宇; 郑宽昀; 黄福兴; 袁培森^*

来源：华东师范大学学报(自然科学版), 2021, (06): 135-146.

• 鲁棒性随机分割森林
• 异常值检测
• 变压器损耗
• 电力数据中台

在智能电网飞速发展的趋势下,新型数字基础设施建设成为电力企业的核心业务之一,电力企业数据的治理和智能化分析为平台运营、数据增值变现等商业模式创新提供了条件.在电力数字化和智能化治理背景下,使用鲁棒性随机分割森林算法实现变压器损耗数据的异常值智能化检测.通过鲁棒性随机分割森林算法划分样本点以构建鲁棒性随机分割森林结构模型,通过插入和删除样本点对结构复杂度的影响程度给定该样本点的异常值评分.鲁棒性随机分割森林算法适用于实时损耗数据异常检测,兼顾异常值检测效果和运行效率,具有较高的可信度.对真实变压器损耗数据集中进行异常值检测试验,实验结果表明该算法高效、灵活,相较于其他方法,精确率、召回率及运行效率均有显著提升.

• 单位
  国网电力科学研究院; 南京农业大学; 国网四川省电力公司