[发明专利]基于模拟退火改进克隆选择算法的能耗异常检测方法有效
申请号: | 201911121268.X | 申请日: | 2019-11-15 |
公开(公告)号: | CN111027593B | 公开(公告)日: | 2022-06-14 |
发明(设计)人: | 徐康康;杨海东;印四华;朱成就 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510060 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模拟 退火 改进 克隆 选择 算法 能耗 异常 检测 方法 | ||
1.基于模拟退火改进克隆选择算法的能耗异常检测方法,其特征在于,包括以下步骤:
S1.采集液压机的历史能耗数据,进行数据预处理后作为训练集数据;
S2.基于克隆选择算法的检测器生成阶段,随机生成检测器;
S3.利用模拟退火优化所述检测器,生成最佳检测器集;
S4.采集液压机的实时能耗数据,进行数据预处理后作为测试集数据;并利用所述最佳检测器集对所述测试集数据进行能耗异常检测;
所述步骤S2的具体步骤包括:
S21.将训练集数据中的异常模式数据标记为1类,正常模式数据标记为0类;
S22.基于标记后的训练集数据随机生成自我集S;
S23.随机生成检测器;
S24.所述检测器与自我集S进行匹配,若匹配成功则删除该检测器,并返回步骤S23;若匹配不成功,则作为新的检测器接受;
S25.检验是否生成预设数量的检测器,若是则结束,输出覆盖非我空间的检测器集C={C1,C2,...,Cn};若否则返回步骤S24;
其中自我集元素s=(cs,rs);检测器集元素c=(cc,rc);cs∈Rn,cc∈Rn为中心;rs∈Rn,rc∈Rn为半径;维数n由能耗数据加窗处理的窗口宽度决定;
所述步骤S3中利用模拟退火优化所述检测器所采用的目标函数为:
设定初始目标函数:
约束条件为:
其中,V(D)为由检测器覆盖的体积,D是检测器集合,x是被检测的能耗数据,di是检测器元素,n是检测器数目,ri是检测器半径,U是非我集,S是自我集;
将所述约束条件添加到初始目标函数后得到新的目标函数:
C(D)=Overlapping(D)+γ·Nonself Covering(D)
其中Overlapping(D)为检测器集的重叠空间,γ是检测器集和非我空间之间的覆盖空间的系数,NonselfCovering(D)为检测器集和非我空间之间的覆盖空间;
两个检测器di与dj之间的重叠空间Overlapping(di,dj)的计算表达式如下:
其中分别是检测器di与dj的中心;分别是检测器di与dj的半径;
则检测器集的重叠空间Overlapping(D)的计算表达式如下:
检测器di与非我空间元素uj的覆盖空间NonselfCovering(di,uj)的计算表达式如下:
其中,分别表示非我空间元素uj的中心和半径;
则检测器集和非我空间之间的覆盖空间NonselfCovering(D)的计算表达式如下:
将上述的所有计算表达式代入所述新的目标函数后,得到模拟退火优化所述检测器最终的目标函数。
2.根据权利要求1所述的能耗异常检测方法,其特征在于,所述步骤S1以及步骤S4中进行数据预处理的具体步骤包括:
对所述能耗数据的时间序列按时间轴进行加窗处理,并移动窗口以提取实值特征向量作为样本数据,逐行对所述样本数据进行标准化处理,将每一行样本数据分别标准化到区间[0,1]内从而完成数据预处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911121268.X/1.html,转载请声明来源钻瓜专利网。