摘要
本发明提供一种时序聚类模型R‑kshape用于异常电量检测的方法,包括:获取数据集,所述数据集包括:机组ID,日期,时刻,上网电量;对获取的数据集进行数据预处理,所述预处理包括缺失值处理、删除零点电量的数据以及重排序;对进行预处理后的数据集进行特征工程,构建衍生变量;基于构建的衍生变量建立R‑kshape模型,所述R‑kshape模型由规则策略和kshape通过逻辑关联融合而成;基于构建的R‑kshape模型进行异常电量检测。本发明以时序聚类算法Kshape为基础,融合了规则策略(Rule)而成一种全新改进模型,所需样本数量少,同时对比纯规则、纯聚类的异常电量检测,有着更精准更高效的识别效果。
技术关键词
动态时间规整
数据
异常点
日期
时序聚类算法
特征工程
变量
标记
策略
样本
机组
序列
逻辑
指派
度量
代表
基础
关系
系统为您推荐了相关专利信息
手术平台
脊髓结构
影像信息系统
影像融合技术
功能成像技术
信息处理系统
信息管理系统
无线电流传感器
历史监测数据
无线温度传感器
企业能源管理
绩效评价方法
指标
矩阵
模糊层次分析法
自动标定方法
特征匹配关系
多模态传感器
坐标系
漂移误差