[发明专利]基于批流统一数据聚类的风电机组异常检测方法

权利要求书

1.一种基于批流统一数据聚类的风电机组异常检测方法，其特征在于，包括以下步骤：

步骤S1：获取实时的风电机组数据；

步骤S2：将得到的风电机组数据划分为滑动时间窗口，每次处理一个时间窗口中的数据；

步骤S3：根据划分窗口预处理后的数据，初始化簇中心，采用融合了数据的批量处理和流式处理的批流统一聚类模型UBSCM和簇特征更新机制，设计实现批流统一的聚类算法，得到风电机组数据的批量和流式聚类结果，所述聚类算法包括KMeansUBSP算法、KModesUBSP算法以及DBSCANUBSP算法；其中，采用基于UBSCM的DBSCANUBSP算法时，具体为：

(1)：首先读取实时获取的风电机组数据的流式数据tuple，划分为滑动时间窗口，首个窗口的数据进行变形的密度聚类算法将每个点划分到簇中；

(2)：采用公式(5)、(6)和(7)，将划分后的点生成为初始化的潜在微簇，并创建一个公共微簇类用于存放和传递，在微簇对象中有一个成员变量作为标记，用于区分潜在微簇和离群微簇；

潜在微簇描述为当前时间为t的一组带有时间戳的点集，将其定义为离群微簇定义为

其中w是权重；β的取值范围是0β≤1；

(3):将微簇创建成迭代流，通过用于处理迭代流的process方法把所有微簇迭代流一起广播到随机分区，所述process方法是把数据点流归到最近的微簇中，根据微簇的标记进行区分，并创建两个列表结构的状态分别保存潜在微簇和离群微簇，在随机分区中潜在微簇和离群微簇会进行时间衰减，并根据权重进行互相转换；

(4)：在后续窗口数据到达时，计算样本数据距离最近的潜在微簇和离群微簇，根据并入后微簇的半径与参数大小将点并入或创建新的微簇；

(5)：最后将被更新的微簇传入迭代流中重新广播和迭代；

所述微簇传入迭代流中重新广播和迭代的方法具体为：

(1)：首先计算更新时间间隔T_p，读取实时获取的风电机组数据的流式数据，对数据中的每个点进行尝试并入微簇；

(2)：尝试将点p并入距离最近的潜在微簇，如果并入后潜在微簇的新半径小于等于∈则并入；

(3)：否则尝试将点p并入距离最近的离群微簇，如果并入后离群微簇的新半径小于等于∈则并入，再判断离群微簇的新权重是否大于βμ，大于则将离群微簇转换成潜在微簇；如果并入后离群微簇的新半径大于∈，则使用点p创建一个新的离群微簇并将点插入到离群缓存中；

(4)：根据参数计算更新时间间隔T_p，每隔T_p时间遍历潜在微簇和离群微簇，将权重小于βμ的潜在微簇和权重小于ξ的离群微簇删除；

(5)：最后当一个聚类请求到达时根据密度聚类算法对潜在微簇进行聚类，得到最终聚类结果，再使用与之前密度聚类算法相同的判断方式对异常所在簇进行判断；

ξ的计算公式如公式(8)所示：

其中t_c是当前时间，t₀是潜在微簇的创建时间，当t_c＝t₀时ξ＝1；

步骤S4：对聚类生成的每个簇的大小进行判断，若簇内数据记录数小于预设阈值，则判断该簇为可能存在异常数据的簇，输出簇内数据记录，并将簇内数据记录对应的风电机标记为可能存在异常的风电机，输出风电机的编号。

2.根据权利要求1所述的基于批流统一数据聚类的风电机组异常检测方法，其特征在于，所述风电机组数据为来自文件系统、消息队列、网络的多源数据。