基于BWO-DBSCAN和CSA-OCRKELM的变电站数据流异常检测方法

作者：黄欣; 赵敏彤; 郇嘉嘉; 吴伟杰; 刘嘉文

来源：广东电力, 2023, 36(05): 39-48.

• 变电站数据流
• 白鲸优化算法
• 密度聚类算法
• 圆圈搜索算法
• 单分类正则核极限学习机

为了提升变电站数据流检测的实时性与准确性，提出一种使用白鲸优化(beluga whale optimization, BWO)算法优化基于密度的噪声应用空间聚类(density based spatial clustering of applications with noise, DBSCAN)算法，与使用圆圈搜索算法(circle search algorithm, CSA)优化单分类正则核极限学习机(one class regularized kernel extreme learning machine, OCRKELM)相结合的变电站通信网络数据流异常检测方法。首先，利用BWO-DBSCAN对正常数据流进行聚类，形成样本簇；其次，通过CSA-OCRKELM模型对异常数据流进行实时检测；最后，利用OPNET仿真软件仿真模拟变电站的通信行为并进行对比分析，验证所提方法的有效性。仿真实验结果表明所构建检测模型的检测率约为99%,较其他检测模型具有较高的性能与准确率。

• 单位
  广东电网有限责任公司