摘要
本发明提供了一种基于数据挖掘的异常数据检测方法和系统,包括:对获取的电力系统中的用电数据进行异常特征提取,得到所述用电数据对应的异常特征数据;利用聚类算法对所述异常特征数据进行分类处理,得到所述异常特征数据中各数据点的中心隶属度;根据所述异常特征数据中各数据点的中心隶属度,利用预先构建的异常检测模型,输出所述异常特征数据中各数据点对应的异常分数;根据所述异常特征数据中各数据点对应的异常分数,得到所述用电数据中的异常数据;本申请能够在大规模的用电数据中快速提取与异常相关的核心特征,构建不同异常模式的结构化分类,从而提高异常检测的效率和准确率。
技术关键词
异常数据检测方法
电力系统
聚类算法
负荷特征
序列
特征提取模块
动态阈值方法
空间关联分析
关联分析算法
子模块
指标
映射技术
标签
功率因数
电压
系统为您推荐了相关专利信息
连续手语识别方法
神经网络模型
时序
模块
构建训练集
语义标签
医学影像数据
主成分分析算法
医学图像增强方法
模态特征
早期预警系统
动态关联模型
时间序列预测模型
高风险
连续性