基于多域特征提取的电力数据异常检测方法

作者：孙滢涛; 张锋明; 陈水标; 葛晶

来源：电力系统及其自动化学报, 2022, 34(06): 105-113.

DOI：10.19635/j.cnki.csu-epsa.000805

• 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

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。