[发明专利]一种居民用电安全分析中应用孤立森林算法发现异常数据的方法在审
申请号: | 202010602460.7 | 申请日: | 2020-06-29 |
公开(公告)号: | CN111767951A | 公开(公告)日: | 2020-10-13 |
发明(设计)人: | 周浩;胡炳谦;顾一峰;韩俊 | 申请(专利权)人: | 上海积成能源科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N20/00;G06Q50/06 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200439 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 居民 用电 安全 分析 应用 孤立 森林 算法 发现 异常 数据 方法 | ||
1.本发明一种居民用电安全分析中应用孤立森林算法发现异常数据的方法其特征在于,包括:
步骤一、
步骤二、
首先对数据进行单棵树的训练:
1)从训练数据中随机选择 n个点作为子样本,放入一棵孤立树的根节点;
2)随机指定一个维度,在当前节点数据范围内,随机产生一个切割点 p —— 切割点产生于当前节点数据中指定维度的最大值与最小值之间;
3).此切割点的选取生成了一个超平面,将当前节点数据空间切分为2个子空间:把当前所选维度下小于 p 的点放在当前节点的左分支,把大于等于 p 的点放在当前节点的右分支;
在节点的左分支和右分支节点递归步骤 2)、3),不断构造新的叶子节点,直到叶子节点上只有一个数据(无法再继续切割) 或树已经生长到了所设定的高度;
图2所示为对子样本进行切割训练的过程,左图的Xi处于密度较高的区域,因此切割了十几次才被分到了单独的子空间,而右图的Xo落在边缘分布较稀疏的区域,只经历了四次切分就被 “孤立” 了;
在对孤立树分别进行计算后再整合全部孤立树的结果,由于切割过程是完全随机的,所以需要用 集合的方法来使结果收敛,即反复从头开始切,然后计算每次切分结果的平均值;
在获得 t 个孤立树后,单棵树的训练就结束了,接下来就可以用生成的孤立树来评估测试数据了,即计算异常分数 s,对于每个样本 x,需要对其综合计算每棵树的结果,通过下面的公式计算异常得分:
h(x) 为 x 在每棵树的高度,c(Ψ) 为给定样本数 Ψ 时路径长度的平均值,用来对样本 x 的路径长度 h(x) 进行标准化处理;对计算的异常得分进行分析: 如果异常得分接近 1,那么一定是异常点;如果异常得分远小于 0.5,那么一定不是异常点;如果异常得分所有点的得分都在 0.5 左右,那么样本中很可能不存在异常点;对历史负荷数据的每个数据点的异常得分进行统计,通过设定不同的阈值,收紧或放松异常值剔除条件,按预想的效果剔除异常值;被剔除的异常值按时间戳,居民序号被标记并输入至下一 步骤补充缺失值;
步骤三、
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上海积成能源科技有限公司,未经上海积成能源科技有限公司许可,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/202010602460.7/1.html,转载请声明来源钻瓜专利网。