一种基于邻域分区与隔离重构的磁盘异常检测方法

    公开(公告)号:CN112562771B

    公开(公告)日:2022-07-26

    申请号:CN202011564817.3

    申请日:2020-12-25

    IPC分类号: G11C29/12

    摘要: 本发明实施例提出了一种基于邻域分区与隔离重构的磁盘异常检测方法,包括:收集磁盘SMART信息并筛选出有效的磁盘特征属性组成数据集,对其进行指数平滑处理得到磁盘训练集;多次随机采样训练集获得多个子训练集,在子集中以各点距其最近点的距离为半径构建磁盘特征隔离区域,将不属于任何区域的测试点作为全局异常;对于非全局异常的测试点,将其连续两个近邻点所在区域半径比作为该测试点在此区域的前异常值;包含测试点后重新构建区域,将测试点所处区域重构前后的半径比作为该测试点在此区域的后异常值;结合测试点所处所有区域的前后异常值得到异常分数,本发明实施例提供的技术方案,能有效提高异常磁盘召回率。

    一种基于近邻搜索分簇的电力调度监控数据异常检测方法

    公开(公告)号:CN114722947A

    公开(公告)日:2022-07-08

    申请号:CN202210383775.6

    申请日:2022-04-12

    IPC分类号: G06K9/62 G06N20/00 G06Q50/06

    摘要: 本发明实施例提出了一种基于近邻搜索分簇的电力调度监控数据异常检测方法,包括:将带正异常标签的电力调度监控历史数据作为训练数据集输入,通过计算样本之间的欧氏距离寻找异常样本在特征空间中的k个近邻;通过异常样本的近邻标签确定该样本是否为噪声或属于某个异常样本簇,并在该样本近邻中依次迭代搜索直到不再找到更多的属于该簇的异常样本;对分簇后的数据过滤噪声并计算每个簇中需要生成的异常样本数量,据此利用SMOTE线性插值在各个簇内合成新样本以平衡数据集;使用平衡后的数据集训练随机森林模型,以检测电力调度监控数据中的异常样本。本发明实施例提供的技术方案,能够提升电力调度监控数据异常检测的准确率。

    一种基于信息差异图模型的电力调度自动化系统故障溯源方法

    公开(公告)号:CN112163682B

    公开(公告)日:2022-05-17

    申请号:CN202011118535.0

    申请日:2020-10-19

    IPC分类号: G06Q10/00 G06Q10/06 G06Q50/06

    摘要: 本发明实施例提出了一种基于信息差异图模型的电力调度自动化系统故障溯源方法,包括:选取电力调度自动化系统告警前后的历史数据,通过k‑means算法获得聚类中心,将其作为区间划分的端点,每个区间的均值作为连续特征的离散化结果;计算电力调度自动化系统组件的信息熵和组件间的传递熵,建立有无告警段的信息相关矩阵,通过其变化率衡量告警前后的差异程度,并采用归一化技术获得信息差异矩阵;提取电力调度自动化系统告警信息变化较高的特征及特征间的交互信息,进一步构建双向图和节点自信息相结合的信息差异图模型,拟合故障程度指标进行故障程度排序。本发明实施例提供的技术方案,提高电力调度自动化系统故障溯源的性能。

    一种基于改进粒子群算法的欠驱动机械臂关节角寻优方法

    公开(公告)号:CN109262612B

    公开(公告)日:2021-09-17

    申请号:CN201811172573.7

    申请日:2018-10-09

    IPC分类号: B25J9/16

    摘要: 本发明实施例公开了一种基于改进粒子群算法的欠驱动机械臂关节角寻优方法。包括:建立平面三自由度被动‑主动‑主动型(PAA型)欠驱动机械臂动力学模型;然后,针对具有非完整约束特性的欠驱动机械臂动力学模型,利用反演控制思想,将其降阶为两个被动‑主动型(PA型)子系统,并明确关节角与机械臂末端位置之间关系;最后,以欠驱动机械臂末端位置与目标位置差值为目标函数,基于粒子群算法的寻优原理,引入模拟退火的Metropolis接受准则和人工鱼群算法的拥挤度因子,求解到达目标位置所对应的最优关节角。根据本发明实施例所提出的技术方案,在欠驱动机械臂位置控制时,可以降低寻优算法陷入局部最优的概率并提高求解精度。

    一种基于反转信息熵动态集成的电力调度监控数据异常检测方法

    公开(公告)号:CN113128913A

    公开(公告)日:2021-07-16

    申请号:CN202110529495.7

    申请日:2021-05-14

    IPC分类号: G06Q10/06 G06Q50/06 G06K9/62

    摘要: 本发明实施例提出了一种基于反转信息熵动态集成的电力调度监控数据异常检测方法,包括:将电力调度监控历史数据划分为训练集和验证集,使用训练集训练一定数量的基分类器,基分类器的输出为输入数据属于正常类的概率;使用异常类标记方法将验证集中一部分历史数据标记为异常类;使用KNN算法从验证集中选择与待检测数据欧式距离较小的历史数据作为验证子集;使用基于反转信息熵的基分类器评价方法计算基分类器在验证子集中数据上的得分;使用基于无参数统计学假设检验的基分类器选择方法根据得分选择基分类器,平均所选基分类器的输出作为待检测数据的检测结果。本发明实施例提供的技术方案,能够降低电力调度监控数据异常检测的漏报率。

    一种基于邻域分区与隔离重构的磁盘异常检测方法

    公开(公告)号:CN112562771A

    公开(公告)日:2021-03-26

    申请号:CN202011564817.3

    申请日:2020-12-25

    IPC分类号: G11C29/12

    摘要: 本发明实施例提出了一种基于邻域分区与隔离重构的磁盘异常检测方法,包括:收集磁盘SMART信息并筛选出有效的磁盘特征属性组成数据集,对其进行指数平滑处理得到磁盘训练集;多次随机采样训练集获得多个子训练集,在子集中以各点距其最近点的距离为半径构建磁盘特征隔离区域,将不属于任何区域的测试点作为全局异常;对于非全局异常的测试点,将其连续两个近邻点所在区域半径比作为该测试点在此区域的前异常值;包含测试点后重新构建区域,将测试点所处区域重构前后的半径比作为该测试点在此区域的后异常值;结合测试点所处所有区域的前后异常值得到异常分数,本发明实施例提供的技术方案,能有效提高异常磁盘召回率。