[發明專利]一種基于動靜態選擇集成的電力調度監控數據異常檢測方法

在審

• 申請號: 202210147086.5
• 申請日: 2022-02-17
• 公開（公告）號: CN114399407A
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 高欣;傅世元;薛冰;于家豪;黃子健;黃旭;張光耀;李康生
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06N3/08;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于動靜態選擇集成的電力調度監控數據異常檢測方法，其特征在于，包括如下步驟：

(1)使用電力調度監控歷史數據訓練一定數量的基檢測器；

(2)使用孤立森林剔除性能較差的基檢測器；

(3)使用平均值法根據剩余基檢測器的輸出生成歷史數據的假真值，并分別將假真值和基檢測器的輸出轉換為二類標簽；

(4)剔除假真值過小的歷史數據，并提取基檢測器在剩余歷史數據上的元特征和元標簽；

(5)通過元特征和元標簽訓練隨機森林；

(6)提取基檢測器在待檢測數據上的元特征，將其輸入隨機森林，根據隨機森林的輸出選擇基檢測器，取所選基檢測器的輸出的最大值作為待檢測數據的檢測結果，實現電力調度監控數據異常檢測。

2.根據權利要求1所述的一種基于動靜態選擇集成的電力調度監控數據異常檢測方法，其特征在于，所述步驟(1)中，使用電力調度監控歷史數據訓練一定數量的基檢測器，具體為：

將全部電力監控歷史數據作為訓練集X_TR，基于訓練集使用不同的無監督異常檢測算法訓練m個基檢測器，一般取m≥50，記全部基檢測器組成的基檢測器池為P_O；每個基檢測器的輸出為異常分數，異常分數越大輸入數據的異常程度越大，將P_O中每個基檢測器輸出的異常分數進行Z分數標準化轉換為Z分數；記P_O中第i個基檢測器在X_TR中第j個歷史數據上輸出的異常分數為其Z分數為：

其中：i＝1，2，...，m，j＝1，2，...，n，n為X_TR中歷史數據的數量，為第i個基檢測器在全部歷史數據上輸出的異常分數的平均值，為第i個基檢測器在全部歷史數據上輸出的異常分數的標準差；

每個基檢測器的輸入為電力調度監控系統采集到的與電力調度系統業務相關的進程實時資源占用數據，包括進程CPU占用率、內存占用率、磁盤IO、網絡IO、線程個數、網絡連接數；如果第i個基檢測器輸出的Z分數小于則輸入數據為正常；如果第i個基檢測器輸出的Z分數大于等于則輸入數據為異常；將第i個基檢測器在全部訓練數據X_TR上輸出的Z分數從大到小排序，第i個基檢測器的分類閾值為排序之后前R_DA％個Z分數中的最小值；R_DA％為設定的基檢測器輸出轉換比例，一般取10％。

3.根據權利要求1所述的一種基于動靜態選擇集成的電力調度監控數據異常檢測方法，其特征在于，所述步驟(2)中，使用孤立森林剔除性能較差的基檢測器，具體為：

使用P_O中全部m個基檢測器在訓練集X_TR中全部n條歷史數據上輸出的Z分數組成的訓練一個由n_itree個孤立樹組成的孤立森林，n_itree一般取100；構建一個孤立樹時，從中均勻無放回抽樣出ψ條數據，一般取將全部ψ條n維數據Score_ψ×n作為這個孤立樹的訓練樣本；在每個孤立樹樣本中，隨機選一個維度，并從樣本在這個維度上的最大值與最小值之間隨機選一個值，對樣本進行二叉劃分，將在此維度上小于該值的樣本劃分到節點的左邊，大于等于該值的樣本劃分到節點的右邊，得到了一個分裂條件和左、右兩邊的數據集；分別在左右兩邊的數據集上重復上面的過程，直到達到終止條件，終止條件有兩個：

1)數據集本身只包括一個樣本，或全部樣本相同；

2)樹的高度達到log₂(ψ)；

將全部訓練的孤立樹組成孤立森林IForest，孤立森林IForest的輸出為連續值，輸出越小輸入數據的異常程度越大；

將中的第r條數據作為孤立森林IForest的輸入，r＝1，2，...，m，孤立森林對應的輸出為將孤立森林IForest在上的m個輸出從小到大排序，將排序之后前R_D％個輸出對應的基檢測器標記為異常，R_D％一般取10％；從P_O中剔除被標記為異常的基檢測器，記篩選后剩余的m′個基檢測器組成的基檢測器池為P_F。