[發明專利]基于LOF和驗證過濾框架的電能量異常數據監測方法

有效

• 申請號: 201911097608.X
• 申請日: 2019-11-11
• 公開（公告）號: CN111144435B
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 黃福興;周廣山;丁宏;張羅平;武文廣;鄭寬昀;程樂政;楊學良;羅浩;許少哲;江周華
• 申請（專利權）人: 國電南瑞科技股份有限公司;國電南瑞南京控制系統有限公司;南瑞集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q50/06
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于LOF和驗證過濾框架的電能量異常數據監測方法，其特征在于：包括如下步驟：

(1)獲取歷史電能量數據，并對電能量數據進行預處理，所述的電能量數據包括正向有功總電量PAP和反向有功總電量RAP；

(2)基于LOF算法構建電能量異常檢測模型對電能量數據集進行異常檢測，包括分時段對電能量數據進行類聚，得到帶有標簽的電能量數據集；

(3)基于線性表對每個帶有異常標簽的電能量數據進行驗證，通過計算電能數量數據在時間序列上的正向差值和反向差值來判斷異常類型；

步驟(1)所述的電能量數據預處理具體如下：

(11)根據時間序列，對相鄰兩個電能量數據樣本的PAP值和RAP值兩列作差，得到Δ_PAP和Δ_RAP；

(12)提取相同ID的電能量數據記錄中的時間列OCCUR TIME和檢測異常的數據列Δ_PAP和Δ_RAP；

(13)刪除空行，并填充缺失數據；

步驟(2)具體包括如下過程：

(21)輸入電能量數據集D，設定LOF算法中的鄰域K值；

(22)計算電能量數據集D中某個樣本數據點p和其第k鄰域中所有點的可達距離和局部可達密度；

(23)根據點p和鄰域中其他點的局部可達密度進行比較，計算得到局部離群因子；

(24)將點p的局部離群因子和設定的閾值進行比較，判斷該電能量數據點是否為異常點；

步驟(3)具體包括如下過程：

(31)對預處理后的數據集建立索引index，采用線性表的數據結構，每個樣本數據抽象為元組T(i，Δ_PAP，Δ_RAP)表示其中i標記該數據樣本在時序上的位置；

(32)電能數據集D經過基于LOF算法的異常數據檢測模塊，標記正常數據集和異常數據集，遍歷異常數據集，根據異常數據集中每個樣本的標記i值，定位該電能量異常數據在時序上的位置，比較該樣本數據的前值和后值；

(33)根據電能量異常類型的特點，將異常樣本的Δ_PAP值Δ_PAP(k)和它在時序上的前值Δ_PAP(k-1)、后值Δ_PAP(k+1)進行比較，驗證異常電能量數據的異常類型；

所述方法中異常數據的類型包括突大校驗、突小校驗、倒走校驗和換表操作，分別標記為-2號異常、-3號異常、-4號異常和-5號異常；驗證的比較過程如下：

(a)當Δ_PAP(k)＞0 and Δ_PAP(k+1)＜0 and(Δ_PAP(k)-Δ_PAP(k+1)＞0)時，Type(k)＝-2；

(b)當Δ_PAP(k)＜0 and Δ_PAP(k+1)＞0 and(Δ_PAP(k)-Δ_PAP(k+1)＜0)時，Type(k)＝-3；

(c)當Δ_PAP(k)＜0 and Δ_PAP(k+1)＜0時，Type(k)＝-4；

(d)當Δ_PAP(k-1)＜0 and Δ_PAP(k)＜0 and Δ_PAP(k+1)＞0時，Type(k)＝-5，判斷在時間區間(k，k+1)中發生了換表操作；

(e)否則異常類型為其他，Type(k)＝-1。