[發明專利]基于k-近鄰自適應投票的光伏系統深度異常檢測方法

有效

• 申請號: 202010195167.3
• 申請日: 2020-03-19
• 公開（公告）號: CN111428772B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 張潔;張志昊
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06K9/62;G06V10/82;G06N3/04
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽;杜春秋

1.基于k-近鄰自適應投票的光伏系統深度異常檢測方法，其特征在于，包括以下步驟：

S1、數據預處理，將光伏陣列一維時序數據轉換為二維頻域數據，并利用外部數據生成標簽，構造帶標簽數據集；

S2、將二維頻域數據作為深度神經網絡的輸入，隱式抽取特征；

S3、深度異常檢測，通過改進原始k-近鄰算法，利用自適應權重投票法，實現實時異常檢測；所述的深度異常檢測，其流程包括特征抽取、投票檢測和自適應權重計算；所述投票檢測的具體方法如下：

通過數據預處理將一維時序數據轉換為二維頻域圖像后，先選擇在本地數據集中距離測試數據最近的m個點作為投票點并計算對應的距離d_i，然后計算每個投票點中距離其最近的n個點并計算平均距離D，最后比較d_i和D大小以判斷是否發生異常，如果d_i＜D，則認為該測試數據是正常的，接受該樣本，p_i＝w_i，P←a_i:p_i；否則，認為該測試數據是異常的，拒絕該樣本，n_i＝w_i，N←a_i:n_i；

所述自適應權重計算的方法如下：

w_i＝-exp(-|D-d_i|)+1

利用d_i和D的距離差計算具有可解釋性的動態系數，作為最終異常檢測加和投票時的權重。

2.根據權利要求1所述基于k-近鄰自適應投票的光伏系統深度異常檢測方法，其特征在于，所述步驟S1中，所述的數據預處理，其流程包括數據轉換和數據集構造。

3.根據權利要求2所述基于k-近鄰自適應投票的光伏系統深度異常檢測方法，其特征在于，所述數據轉換的具體方法如下：

待轉換的數據是光伏發電系統中的內部一維時序數據，數據轉換通過將一維時序數據利用滑動窗口進行切片，再通過快速傅里葉變換抽取多維特征向量得到一張二維頻域特征圖。

4.根據權利要求3所述基于k-近鄰自適應投票的光伏系統深度異常檢測方法，其特征在于，構造的數據集中包括二維頻域數據和標簽，其中，二維頻域數據通過一維時序數據預處理得到；標簽的類別由外部數據的不同數值組合構造。

5.根據權利要求4所述基于k-近鄰自適應投票的光伏系統深度異常檢測方法，其特征在于，所述步驟S2中，利用計算機視覺中的深度神經網絡，在構造的數據集上進行訓練，以抽取光伏陣列內部數據的隱式特征，作為異常檢測的輸入數據。