摘要
本发明属于电力设备领域,具体涉及一种基于大数据的用电采集终端电量数据异常检测方法、及其对应的模块和终端。该方案全面考虑影响台区内对用户的用电量变化具有影响的特征参数,结合用电量的趋势性、季节性和外部因素分析电量的统计规律;再进而利用结构化状态空间模型概率预测的方法,根据历史用电量数据离线训练出一个可以预测未来时刻电量的电量预测模型。最后,将用电采集终端采集到实际电量数据与模型预测的数据进行对比,当二者的偏差超出预设的安全范围时,判断用电采集终端采集到实际电量数据存在异常。本发明方案利用离线模型实现异常识别,实时性更好,电量预测模型可以进行动态更新,因此识别精度相对更高。
技术关键词
数据异常检测方法
状态空间模型
采集终端
电量预测模型
大数据
变分贝叶斯推断算法
异常数据检测
偏差
空间聚类算法
块对角矩阵
表达式
算法方法
数据采集单元
量测噪声
动态更新
样本
离线
系统为您推荐了相关专利信息
运营管理系统
数据安全防护
大数据
资源
权限管理
跟踪方法
DBSCAN聚类算法
运动状态估计
传感器数据匹配
状态空间模型
状态空间模型
点云特征
三维计算机视觉技术
多层感知机
场景