摘要
本发明公开了一种基于电力业务链的数据安全态势智能监测方法及系统,S1.构成电力业务链数据集;S2.形成预处理后的电力业务链数据集合;S3.提取反映各环节运行状态和异常特征的关键特征向量;S4.识别并标记出具有潜在异常行为的电力业务链数据样本;S5.利用具有潜在异常行为的电力业务链数据样本作为校验数据,构建异常检测性能评估指标,并采用模拟退火算法对所述改进孤立森林模型中的关键超参数进行全局优化;S6.将优化后的改进孤立森林模型应用于实时采集的电力业务链数据流中,对新采集的电力业务链数据进行异常检测。本发明可显著提升模型对关键电力异常信号的识别灵敏度,使得异常行为的路径划分更贴合业务风险实际。
技术关键词
业务链
森林模型
电力
智能监测方法
特征向量空间
数据安全
阶段
模拟退火算法
特征值
特征选择
数据完整性检查
数据样本集合
超参数
智能监测系统
标记
集成特征
指标
系统为您推荐了相关专利信息
光伏发电设备
历史气象数据
储能设备
光伏发电功率
时间段
独立电力系统
储能变换器
稳定性分析方法
状态空间方程
切换系统
有源配电网
分布式光伏
负荷预测模型
电力辅助服务
气象预报数据
设备故障预测方法
退化模型
网格模型数据
性能退化数据
电场强度数据
孤岛直流微电网
电储能单元
子系统
电力电子变流器
电池荷电状态