收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于高斯核函数改进的电力用户用电数据离群点检测方法

孙毅  李世豪  崔灿  李彬  陈宋宋  崔高颖  
【摘要】:针对智能配用电大数据背景下用电数据离群点检测方法的适用性以及实际数据集中异常用电样本获取成本较高的问题,提出一种基于高斯核函数改进的电力用户用电数据离群点检测方法。首先通过模糊聚类的方法将用户分类;然后提取每一类用户的用电行为特征量,采用主成分分析法对特征集进行降维;最后利用高斯核函数改进局部离群因子算法,提出高斯核密度局部离群因子(Gaussian kernel densitybased local outlier factor,GKLOF)算法,通过理论推导与仿真实验相结合的方式分析了GKLOF算法的特性。选取了5000个用户真实的用电数据进行实验分析,实验结果表明,该方法具有较高的检测准确率以及较为稳定的判定阈值,并且受局部数据分布的影响较小,更加适用于用户用电行为复杂多样以及实际数据集中所有用户用电行为类型信息未知情况下的离群点检测。

知网文化
【相似文献】
中国期刊全文数据库 前3条
1 钟玲玲;朱晓东;童大中;;基于实时数据库提高用电数据统计效率的方法研究[J];湖州师范学院学报;2013年S1期
2 韩小明;;PDM系统在大中型企业中的应用[J];煤;2010年12期
3 徐增敏;赖勇;李文彬;;一种基于混合聚类和支持向量机的用电数据分类算法[J];长沙理工大学学报(自然科学版);2006年02期
中国博士学位论文全文数据库 前1条
1 盛瀚民;计及数据不可靠性的动力电池组SOC估计方法研究[D];西南交通大学;2017年
中国硕士学位论文全文数据库 前4条
1 党宏;电力信息通信设备故障预警分析系统的研究与应用[D];华北电力大学;2016年
2 张荣昌;基于数据挖掘的用电数据异常的分析与研究[D];北京交通大学;2017年
3 郭亮;电力用户用电数据采集及监控在需求侧管理中的应用研究[D];山东大学;2010年
4 杨金彭;基于大数据分析的风电场故障预警[D];华北电力大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978