[发明专利]基于k-近邻自适应投票的光伏系统深度异常检测方法

摘要

本发明提出了一种基于k‑近邻自适应投票的光伏系统深度异常检测方法，该方法包括获取光伏发电系统中积累的光伏阵列内部一维时序数据，利用滑动窗口定长切分原始数据，通过快速傅里叶变换将其转换为二维频域数据图像，结合切片时间对外部数据分类，给定标签构造数据集；在数据集上利用深度神经网络训练分类模型，抽取隐式特征作为异常检测输入。将输入数据进行数据转换并抽取隐层编码特征，在本地隐层编码特征集合中利用二重k‑近邻基于距离度量第一次选择投票点，通过投票点到第二次k‑近邻点集合之间的距离差自适应得到决定是否异常的投票权重，使得该方法在鲁棒，提高了检测准确率。该方法无需对比下一时刻的真实数据，提高了实时检测效率。