摘要
本发明涉及电力系统技术领域,尤其涉及一种配电网异常检测与分类方法、装置、设备及存储介质,该方法包括以下步骤:S100:异常检测,采用DBSCAN和K‑Means聚类算法对配电网数据进行聚类,识别异常数据点;S200:状态估计,采用加权最小二乘法对配电网电压幅值进行估计,并结合异常数据点补偿机制提高估计精度;S300:集成与事件分类,通过集成方法整合多个独立异常检测器的检测结果,并对检测到的事件进行分类。本发明通过多重算法的协同作用,结合了聚类、加权最小二乘法估算和事件分类,提高配电网异常检测的准确性和效率。本发明将加权最小二乘法与异常检测结合,针对高噪声水平和存在测量异常值的环境,通过合理分配权重来提高检测的准确性。
技术关键词
配电网异常检测
加权最小二乘法
分类方法
异常检测器
异常数据点
识别异常数据
LOF算法
DBSCAN算法
集成方法
有功功率
表达式
多重算法
线性回归模型
装袋方法
聚类
邻居
定义
幅值
系统为您推荐了相关专利信息
图像分类方法
图像分类模型
卷积特征提取
全局平均池化
矩阵
迭代优化算法
分类方法
矩阵
计算机可执行指令
锚点