电力数据的无监督最优异常检测模型选择方法及系统

    公开(公告)号:CN116167004A

    公开(公告)日:2023-05-26

    申请号:CN202211555697.X

    申请日:2022-12-06

    摘要: 本发明提供一种电力数据的无监督最优异常检测模型选择方法及系统,通过对原始电力数据进行预处理,提取表征原始电力数据分布特性的设定种类的数据特征,生成n个特征数据集;构建异常检测模型池;获得初始的性能矩阵P;将性能矩阵P分解为数据矩阵和模型矩阵,构建出数据特征和无监督异常检测模型间的映射关系;在输入新的电力数据时,得到新的性能矩阵P`;在构建的异常检测模型池,选择出最佳的异常检测模型,并确定对应的模型参数后,用于电力数据异常检测;本发明能够快速有效地对各类型的电力数据选择对应最优的异常检测模型,从而能够有效提高异常检测准确率的同时,极大提高了模型检测效率。

    一种基于规则引擎用电异常研判的实现方法和装置

    公开(公告)号:CN113821540A

    公开(公告)日:2021-12-21

    申请号:CN202111113299.8

    申请日:2021-09-23

    摘要: 本发明公开一种基于规则引擎用电异常研判的实现方法和装置,方法包括以下步骤:获取目标信息;分析目标信息的特征,梳理出目标信息之间的数据流向及计算层次;根据数据流向及计算层次,抽取目标信息,建立多层次的数据仓库;从低到高逐层使用规则引擎对多层次的数据仓库进行研判计算,查找出用电异常数据。本发明的方法和装置能够降低用电异常诊断使用的门槛,可快速实现异常诊断逻辑新增或变更,同时减少风险和降低成本,支撑异常诊断持续优化工作,提升电力计量业务精益化管理水平。