[发明专利]一种基于灰色关联法的维诺图电力大数据异常检测方法有效
| 申请号： | 201710881810.6 | 申请日： | 2017-09-26 |
| 公开（公告）号： | CN107818135B | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 姜文婷;李伟坚;林少锐;陈业钊;刘健峰;陈燕;亢中苗;苏卓;李春华 | 申请（专利权）人： | 广东电网有限责任公司电力调度控制中心 |
| 主分类号： | G06F16/90 | 分类号： | G06F16/90;G06Q50/06 |
| 代理公司： | 44102 广州粤高专利商标代理有限公司 | 代理人： | 林丽明 |
| 地址： | 510000 广东省广州市*** | 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： | 本发明公开了一种高维随机矩阵模型下的基于灰色关联法的维诺图电力大数据异常检测方法。该方法首先依据高维随机矩阵描述的大数据建模，在对量测电力大数据时空特性分析的基础上，根据高维随机矩阵理论，进行了量测大数据的高维随机矩阵模型构建，然后依据“核化”非线性降维技巧将高维数据以核主成分分析法（KPCA）进行降维处理并将其映射到二维平面上，重新构造维诺图区域划分，利用灰色关联法计算出相关关联系数与关联度，并与近邻异常因子结合算出综合异常因子，进而检测出异常数据。本发明一方面尽可能不破坏电力原始数据之间的关联性，另一方面降低数据的维度和复杂度，实现异常数据的准确检测，从而确保电力大数据网络的安全态势。 | ||
| 搜索关键词： | 一种 基于 灰色 关联 维诺图 电力 数据 异常 检测 方法 | ||
【主权项】：
1.一种基于灰色关联法的维诺图电力大数据异常检测方法，其特征在于，包括以下步骤：/n步骤1：基于高维随机矩阵理论构建电力大数据模型；/n步骤2：利用KPCA对所得电力数据进行降维处理并将其映射到二维平面上；/n所述步骤2，是用KPCA对所得电力大数据进行非线性降维处理，其过程为：/n(3-1)对电力数据进行了中心化，令B＝X
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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电网有限责任公司电力调度控制中心，未经广东电网有限责任公司电力调度控制中心许可，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/patent/201710881810.6/，转载请声明来源钻瓜专利网。
