一种基于模糊均值算法的电力系统异常数据聚类与漏洞检测方法

本发明公开了一种基于模糊均值算法的电力系统异常数据聚类与漏洞检测方法，属于电力系统安全领域。针对传统方法在数据模糊性、多维度关联及动态适应性方面的不足，本发明构建“数据预处理‑动态模糊聚类‑漏洞诊断”闭环流程。通过构建包含电气量、设备状态、环境参数的12维特征向量，采用Z‑score标准化结合滑动窗口更新机制进行数据预处理；利用带熵正则化的特征加权模糊C均值算法，融入时间衰减因子和时空关联建模实现动态模糊聚类；通过双阈值筛选异常簇，结合关联规则库和三级漏洞评分模型完成漏洞诊断与评分。该方法经不同电压等级电网验证，异常检测召回率达95％以上，运维效率提升30％，有效提升电力系统异常检测的精准性与实时性。