期刊文献+
共找到3,048篇文章
< 1 2 153 >
每页显示 20 50 100
基于钟差预测的铯原子钟频率异常检测算法及性能分析 认领
1
作者 伍贻威 《测绘学报》 EI 北大核心 2021年第1期52-60,共9页
提出一种基于钟差预测的铯原子钟频率异常检测算法。将钟差预测不确定度的解析表达式作为理论依据,以预测误差作为检验统计量,对检验统计量做二元假设检验。在两种情况下,检验统计量都服从正态分布。通过约束虚警概率(PFA),查询正态分... 提出一种基于钟差预测的铯原子钟频率异常检测算法。将钟差预测不确定度的解析表达式作为理论依据,以预测误差作为检验统计量,对检验统计量做二元假设检验。在两种情况下,检验统计量都服从正态分布。通过约束虚警概率(PFA),查询正态分布的分布函数,得到对应的检测门限值。根据在异常情况下的检验统计量分布函数和检测门限值,推导给出了求解平均频率跳变幅度(Ya)对应的检测概率(PD)的表达式。仿真试验和实测数据试验都验证了理论分析的结论。在此基础上总结了提高检测概率的方法。 展开更多
关键词 原子钟 异常检测 钟差预测 检验统计量 检测门限 虚警概率 检测概率
在线阅读 下载PDF
一种基于XGboost的异常检测算法 认领
2
作者 陈适宜 《电脑知识与技术:学术版》 2021年第2期188-189,201,共3页
为了提高异常检测的准确性和高效性,提出了基于xgboost的异常检测算法。首先对异常检测当前遇到的挑战进行分析,指出缺少样本和模型泛化是异常检测中的难点。在此基础上设计了异常注入算法,利用3sigma原则对数据集进行扩充;然后设计特... 为了提高异常检测的准确性和高效性,提出了基于xgboost的异常检测算法。首先对异常检测当前遇到的挑战进行分析,指出缺少样本和模型泛化是异常检测中的难点。在此基础上设计了异常注入算法,利用3sigma原则对数据集进行扩充;然后设计特征提取器,针对正常数据和异常数据的特点设计相关特征;最后选择xgboost模型对时序数据进行异常检测。此异常检测流程提高了异常检测的准确性和泛化能力。通过在KPI公共数据集上进行实验,验证了该设计的准确性和有效性。 展开更多
关键词 异常检测 xgboost 异常注入 特征提取 智能运维
在线阅读 下载PDF
煤矿井下巷道变形巡检视频异常检测方法 认领
3
作者 杨春雨 袁晓光 《工矿自动化》 北大核心 2021年第2期13-17,共5页
采用智能视频巡检技术进行煤矿井下巷道变形检测时,常用的背景差分算法因要求输入图像具有良好的时空连续性而无法满足巡检视频背景建模要求。根据煤矿井下巷道变形巡检机器人匀速、定向运动及周期性采集视频数据的特点,提出一种巡检视... 采用智能视频巡检技术进行煤矿井下巷道变形检测时,常用的背景差分算法因要求输入图像具有良好的时空连续性而无法满足巡检视频背景建模要求。根据煤矿井下巷道变形巡检机器人匀速、定向运动及周期性采集视频数据的特点,提出一种巡检视频异常检测方法:结合巡检机器人定位信息对巡检视频分段并提取相应关键帧,采用均值哈希算法建立背景模型,对背景模型中图像进行特征跟踪以实现校正,之后将背景模型与关键帧进行差分运算,生成二值掩膜并进行去噪及连通处理后,输出异常检测结果并更新关键帧。实验结果表明,该方法在一定条件下可较准确地定位关键帧并检测出异常目标,检测速度约为50帧/s。 展开更多
关键词 巷道变形检测 巡检机器人 智能视频巡检 异常检测 背景差分
在线阅读 下载PDF
一种混合的信用卡欺诈检测模型 认领
4
作者 毛铭泽 《电脑知识与技术:学术版》 2021年第2期194-196,共3页
信用卡欺诈检测是一个重要的问题,为了提升对于真实世界的信用卡欺诈数据的识别率,提出了一种混合的信用卡欺诈检测模型AWFD(Anomaly weight of credit card fraud detection),首先通过异常检测的方法将数据划分为可信和异常数据,然后... 信用卡欺诈检测是一个重要的问题,为了提升对于真实世界的信用卡欺诈数据的识别率,提出了一种混合的信用卡欺诈检测模型AWFD(Anomaly weight of credit card fraud detection),首先通过异常检测的方法将数据划分为可信和异常数据,然后利用半监督的方法训练一个集成模型,最终再利用异常检测进一步剔除检测结果中的异常结果。AWFD在保障对于可信数据的学习效果上,通过半监督集成学习的方法,利用异常数据进一步扩充集成模型的多样性,并将异常检测和集成模型融合。实验结果表明,比起一些传统的机器学习方法,AWFD可以提高整体的信用卡欺诈检测的识别率。 展开更多
关键词 信用卡欺诈检测 异常检测 半监督 集成学习 多样性
在线阅读 下载PDF
基于深度学习的网络入侵检测方法研究 认领
5
作者 万爱华 《卫星电视与宽带多媒体》 2021年第1期86-88,共3页
随着互联网技术的快速发展和普及,网络攻击和威胁已经渗透到我们生活的方方面面,网络安全成为人们关注的焦点。在面对网络攻击的研究中,入侵检测作为保证网络安全的一道防线,起着至关重要的作用。针对当前入侵检测收集的各类数据集中存... 随着互联网技术的快速发展和普及,网络攻击和威胁已经渗透到我们生活的方方面面,网络安全成为人们关注的焦点。在面对网络攻击的研究中,入侵检测作为保证网络安全的一道防线,起着至关重要的作用。针对当前入侵检测收集的各类数据集中存在的数据不平衡问题,提出了一种基于深度学习的平衡数据生成模型,利用数据生成模型生成平衡数据集,使用这个模型框架进行入侵检测,最终保证网络数据链络的安全。 展开更多
关键词 入侵检测 深度学习 异常检测
在线阅读 免费下载
基于用电特征分析的异常用电检测方法 认领
6
作者 黄悦华 郭思涵 +3 位作者 鲍刚 程江洲 谌桥 王艺洁 《三峡大学学报:自然科学版》 CAS 北大核心 2021年第1期96-101,共6页
针对目前异常用电检测中存在的专变用户窃电率高、窃电模式难以察觉、使用窃电检测模型查找窃电用户过程中训练集不足的问题,提出了一种基于用电特征分析的无监督方式异常用电检测方法.该检测方法引入离群点查找算法,量化了海量数据中... 针对目前异常用电检测中存在的专变用户窃电率高、窃电模式难以察觉、使用窃电检测模型查找窃电用户过程中训练集不足的问题,提出了一种基于用电特征分析的无监督方式异常用电检测方法.该检测方法引入离群点查找算法,量化了海量数据中不同异常用电行为,将其提取为异常用电特征序列,并且根据专变用户不同计量方式和用电特点,构建了基于局部离群因子(local outlier factor,LOF)检测算法的用电不平衡特征序列,定义了考虑失压持续时间的电压异常特征序列和基于每日电流曲线聚类结果的电流异常特征序列,设计了异常用电评价流程,提出异常用电检测方法.通过实例验证了此检测方法能够完全甄别存在异常用电行为的用户,且检测方法对窃电时刻预测结果较为准确,其查准率和召回率的调和均值F1值为0.81.该方法能为企业提供异常行为发生的时间段,为窃电行为的及时调查提供有力的依据. 展开更多
关键词 用电特征 异常检测 用电信息采集系统 智能电网 离群点检测算法
在线阅读 下载PDF
基于经验模态分解的斜拉桥拉索索力异常检测 认领
7
作者 李远棣 《兰州工业学院学报》 2021年第1期34-38,共5页
针对当前索力异常检测方法不能很好地避免干扰而准确检测到索力异常点的问题,以衡阳东洲湘江大桥监测系统实测索力数据为例,应用经验模态分解法检测异常索力.对索力信号进行EMD算法分解计算,在计算结果中寻找能去除干扰增大异常波动的... 针对当前索力异常检测方法不能很好地避免干扰而准确检测到索力异常点的问题,以衡阳东洲湘江大桥监测系统实测索力数据为例,应用经验模态分解法检测异常索力.对索力信号进行EMD算法分解计算,在计算结果中寻找能去除干扰增大异常波动的模态函数项,再结合索力实测数据和模拟出的异常数据得到最优的模态函数计算阶数和异常判断阈值,最后依据分析结果建立索力异常检测方法.结果表明:使用经验模态分解法能准确地检测到异常点,抗干扰能力强,索力异常识别精度高,与实际情况相符合,证明了该方法的有效性. 展开更多
关键词 斜拉桥 索力 异常检测 EMD
在线阅读 下载PDF
基于箱线图异常检测的指数加权平滑预测模型 认领
8
作者 顾国庆 李晓辉 《计算机与现代化》 2021年第1期28-33,共6页
数据预测模型是近年来无线传感网数据传输领域的研究热点。随着监测环境日益复杂和多样化,传感节点采集的数据集常伴有异常点,当前大多数预测模型并未过滤异常点。为了有效过滤异常点,提高数据传输的精简程度和预测准确度,本文提出一种... 数据预测模型是近年来无线传感网数据传输领域的研究热点。随着监测环境日益复杂和多样化,传感节点采集的数据集常伴有异常点,当前大多数预测模型并未过滤异常点。为了有效过滤异常点,提高数据传输的精简程度和预测准确度,本文提出一种基于箱线图异常检测的指数加权平滑预测模型,同时引入短期环比机制判定突发事件。实验表明,该模型在不同数据集、平滑系数变动和不同动态阈值下都能有效过滤异常点并判定出突发事件,数据传输的精简程度提高了5.8%,预测准确度提高了8.4%,与现有的预测模型相比具有更好的鲁棒性和异常点处理能力。 展开更多
关键词 箱线图 异常检测 指数加权平滑 短期环比
在线阅读 免费下载
用于电力数据管理分析的负荷预测与异常检测 认领
9
作者 黄锦增 乡立 段炼 《信息技术》 2021年第1期115-120,共6页
构建了一个电力数据管理分析系统,并设计了电力负荷预测算法和异常数据检测算法问题。首先,针对BP神经网络在预测电力负荷存在的因初始权值与阈值设置影响估计精度的问题,提出利用粒子群优化BP神经网络网络参数,提高了预测算法的收敛速... 构建了一个电力数据管理分析系统,并设计了电力负荷预测算法和异常数据检测算法问题。首先,针对BP神经网络在预测电力负荷存在的因初始权值与阈值设置影响估计精度的问题,提出利用粒子群优化BP神经网络网络参数,提高了预测算法的收敛速度与预测精度;然后,针对电力数据异常检测算法效率较低的问题,提出了基于改进谱聚类的异常数据检测算法,提升了电力异常数据检测效率;最后,通过实际电力数据对算法进行了测试,验证了所提算法的有效性。 展开更多
关键词 智能电网 电力数据 负荷预测 异常检测
在线阅读 下载PDF
基于二叉空间划分的异常数据检测算法 认领
10
作者 周万里 王子谦 +2 位作者 谢婉利 谭安祖 余节约 《电子技术应用》 2021年第3期40-43,50,共5页
无线传感网络(Wireless Sensor Networks,WSNs)的性能依赖于所收集的数据质量。而最初,节点所感测的数据是粗糙的,需通过有效的数据检测算法将异常数据与正常数据进行区分。为此,提出基于二叉空间划分的异常数据检测(Binary Space Parti... 无线传感网络(Wireless Sensor Networks,WSNs)的性能依赖于所收集的数据质量。而最初,节点所感测的数据是粗糙的,需通过有效的数据检测算法将异常数据与正常数据进行区分。为此,提出基于二叉空间划分的异常数据检测(Binary Space Partition-based Anomaly Detection,BSP-AD)算法。BSP-AD算法通过二叉空间划分(Binary Space Partition,BSP)训练、测试数据。先通过训练数据,得到正常数据的区间范围,再通过此区间范围检测测试数据中异常部分。仿真结果表明,提出的BSP-AD算法能够准确地检测异常数据,并且计算成本和存储成本低于IDLO算法。 展开更多
关键词 无线传感网络 异常检测 二叉空间划分 质量估计 分割点
在线阅读 下载PDF
基于变分自编码器的异常检测算法研究 认领
11
作者 陈哲 《软件导刊》 2021年第1期123-127,共5页
异常检测能够检测出数据中的异常情况,为各类系统正常运转提供重要支撑。提出一种基于变分自编码器的异常检测算法,该算法使用变分自编码器对输入数据进行特征提取,结合深度支持向量网络,压缩特征空间,并寻找最小超球体分离正常数据和... 异常检测能够检测出数据中的异常情况,为各类系统正常运转提供重要支撑。提出一种基于变分自编码器的异常检测算法,该算法使用变分自编码器对输入数据进行特征提取,结合深度支持向量网络,压缩特征空间,并寻找最小超球体分离正常数据和异常数据,通过计算数据特征到超球体中心的欧式距离衡量数据的异常分数,并以此进行异常检测。在基准数据集MNIST和Fashion-MNIST上评估该算法,平均AUC分别达0.954和0.935,优于其它优秀算法。实验结果表明,该算法取得较好异常检测效果。 展开更多
关键词 异常检测 变分自编码器 超球体 深度学习
在线阅读 免费下载
基于t-SNE降维预处理的网络流量异常检测 认领
12
作者 郝怡然 盛益强 王劲林 《计算机与现代化》 2021年第2期109-116,共8页
网络流量中大多数流量都是正常的,但经常会出现偏离正常范围的异常流量,主要由DDOS攻击、渗透攻击等恶意的网络行为引起,这些异常行为通常会导致网络质量下降,甚至网络直接瘫痪。因此引入网络安全态势的预测,在仅知道正常网络流量的情... 网络流量中大多数流量都是正常的,但经常会出现偏离正常范围的异常流量,主要由DDOS攻击、渗透攻击等恶意的网络行为引起,这些异常行为通常会导致网络质量下降,甚至网络直接瘫痪。因此引入网络安全态势的预测,在仅知道正常网络流量的情况下判断网络中的异常。异常检测是一种网络安全态势的预测方法,用来判断网络中是否有异常。现有的异常检测算法由于无法准确提取网络数据包的低维特征导致算法的性能不佳,因此,需要找到网络数据包的准确的低维特征表示,该低维特征表示能够区分网络数据包是正常的还是有攻击的。为此,本文引入基于t-SNE降维的NLOF异常检测算法。该算法采用t-SNE算法自动预处理网络数据包以获得低维的网络数据包特征,之后将得到的低维的网络数据包特征作为NLOF算法的输入进行异常检测。其中,本文的NLOF算法首先采用k-means算法将网络数据包聚类成为K个簇,并将网络数据包数量小于N个的簇标记为异常簇,之后将未被标记为异常簇的网络数据包作为LOF算法的输入进行异常检测。在ISCX2012数据集上的实验结果表明,基于t-SNE降维的LOF算法达到最优性能时,准确率为98.46%,精确度为98.38%,检测率为98.54%,FAR为0.66%。该算法比基于现有最新算法的准确率、检测率和F1分别高3.18个百分点、0.02个百分点和0.01个百分点。基于t-SNE降维的NLOF算法达到最优性能时,准确率为98.53%,精确度为98.86%,检测率为98.86%,FAR为0.32%。该算法比基于现有最新算法的准确率、检测率和F1分别高3.25个百分点、0.34个百分点和0.41个百分点。这是异常检测中首次采用t-SNE算法自动提取低维的网络数据包特征。此外,LOF算法仅能捕获异常点,而本文的NLOF算法能够同时捕获异常点和异常簇。 展开更多
关键词 异常检测 网络安全态势预测 仅使用正常网络流量训练模型 低维网络数据包特征 t-SNE NLOF算法
在线阅读 免费下载
序列模式匹配在大数据流频繁序列异常检测中的应用 认领
13
作者 段淼 粱杰 《现代电子技术》 北大核心 2021年第3期59-64,共6页
在有序的数据流时间序列当中发现异常序列是网络入侵、灾害监测、故障检测、股市分析、医疗诊断等领域当中的重点工作。为此,针对基于相似度、基于偏差以及基于密度的序列异常检测方法存在的检测精度低、效率差的问题,研究序列模式匹配... 在有序的数据流时间序列当中发现异常序列是网络入侵、灾害监测、故障检测、股市分析、医疗诊断等领域当中的重点工作。为此,针对基于相似度、基于偏差以及基于密度的序列异常检测方法存在的检测精度低、效率差的问题,研究序列模式匹配在大数据流频繁序列异常检测中的应用。采用基于线性回归模型和残差分析方法对大数据流进行聚类,根据聚类结果结合分段法提取大数据流频繁序列特征,通过计算序列特征之间的距离实现序列模式匹配对比,实现异常序列检测。最后通过仿真实验测试序列模式匹配在大数据流频繁序列异常检测中的应用效果。实验结果表明,与基于相似度、基于偏差以及基于密度的三种序列异常检测方法相比,在序列模式匹配方法应用下,检测精度提高了2.4%,7.3%,10.1%,检测时间减少了4.1 s,11.7 s,11.4 s。所提序列模式匹配方法更有利于完成序列异常检测。 展开更多
关键词 序列模式匹配 大数据流 频繁序列 异常检测 大数据流聚类 特征提取
在线阅读 免费下载
深度特征提取下城轨客流异常状态识别 认领
14
作者 郇宁 姚恩建 薛飞 《哈尔滨工业大学学报》 EI CAS 北大核心 2021年第3期94-100,共7页
为实现对城市轨道交通突发大客流的及时预警,提出一种基于自动售检票数据的客流异常状态识别方法.首先,确定符合客流时变特性的滑动时间窗口长度以适应动态的数据环境;其次,建立深度置信网络模型以提取窗口内待检样本的客流特征,并实现... 为实现对城市轨道交通突发大客流的及时预警,提出一种基于自动售检票数据的客流异常状态识别方法.首先,确定符合客流时变特性的滑动时间窗口长度以适应动态的数据环境;其次,建立深度置信网络模型以提取窗口内待检样本的客流特征,并实现样本特征模式的自适应划分;最后,将待检样本和相同模式的历史样本映射至多维特征空间,进行基于局部异常因子的客流异常状态识别.通过广州地铁的案例分析,结果表明:该方法的模式划分精度为92.5%,异常识别误检率和准确率分别为3.98%和91.9%,识别效果与异常的形式和程度相关,且受识别合格判定条件中反应时效要求的影响,整体上能够在保证较低误检率的情况下,实现对各类客流异常状态的灵敏识别. 展开更多
关键词 城市轨道交通 异常检测 深度置信网络 客流量 滑动时间窗口
在线阅读 免费下载
基于Transformer重建的时序数据异常检测与关系提取 认领
15
作者 孟恒宇 李元祥 《计算机工程》 CAS 北大核心 2021年第2期69-76,共8页
现有时序异常检测方法存在计算效率低和可解释性差的问题。考虑到Transformer模型在自然语言处理任务中表现出并行效率高且能够跨距离提取关系的优势,提出基于Transformer的掩膜时序建模方法。建立时序数据的并行无方向模型,并使用掩膜... 现有时序异常检测方法存在计算效率低和可解释性差的问题。考虑到Transformer模型在自然语言处理任务中表现出并行效率高且能够跨距离提取关系的优势,提出基于Transformer的掩膜时序建模方法。建立时序数据的并行无方向模型,并使用掩膜机制重建当前时间步,从而实现整段序列的重建。在存储系统数据集和NASA航天器数据集上的实验结果表明,与基于长短期记忆网络模型的检测方法相比,该方法可节约80.7%的计算时间,Range-based指标的F1得分达到0.582,并且其通过可视化关系矩阵可准确反映人为指令与异常的关系。 展开更多
关键词 时序数据 注意力机制 异常检测 关系提取 自动编码器
在线阅读 下载PDF
SDN环境中基于交叉熵的分阶段DDoS攻击检测与识别 认领
16
作者 刘涛 尹胜 《计算机应用与软件》 北大核心 2021年第2期328-333,共6页
针对软件定义网络易遭受DDoS攻击、监控负荷重等问题,提出一种分阶段多层次、基于交叉熵的DDoS攻击识别模型。采用监控SDN交换机CPU使用率的初检方法预判异常状态;引入交叉熵理论对异常交换机的目的IP交叉熵和PACKET_IN数据包联合检测,... 针对软件定义网络易遭受DDoS攻击、监控负荷重等问题,提出一种分阶段多层次、基于交叉熵的DDoS攻击识别模型。采用监控SDN交换机CPU使用率的初检方法预判异常状态;引入交叉熵理论对异常交换机的目的IP交叉熵和PACKET_IN数据包联合检测,对正常与异常流量的特征分布相似性进行定量分析;通过选取的基于交叉熵的特征对流量进行检测识别。实验表明,在使用Mininet模拟SDN网络环境中,该检测方法可高效定位出异常网络设备,减轻了常态化监控时的设备负荷,同时相比信息熵检测方法及其他方法,拥有更高的灵敏度,降低了DDOS检测中的漏报率和误报率。 展开更多
关键词 软件定义网络 异常检测 交叉熵 DDOS攻击
在线阅读 下载PDF
一种在线识别光纤通道异常区间的方案 认领
17
作者 李进 张涛 +2 位作者 张灏 李玉平 薛明军 《电气技术》 2021年第3期26-31,共6页
光纤复用通道出现链路异常后,运维人员使用传统检测方式费时费力,同时光纤通道报文无记录,对瞬时异常无法追踪。针对此种场景进行通道异常检测研究,分析通道异常传统检测方法,在此基础上提出一种在线识别光纤通道异常区间的方案,并进一... 光纤复用通道出现链路异常后,运维人员使用传统检测方式费时费力,同时光纤通道报文无记录,对瞬时异常无法追踪。针对此种场景进行通道异常检测研究,分析通道异常传统检测方法,在此基础上提出一种在线识别光纤通道异常区间的方案,并进一步阐述关键技术,开展装置开发研制和测试,以满足光纤通道异常分析可定位、可追溯的需求。结果表明,此方案可实现在线识别通道异常区间,可通过报文记录进一步追溯异常原因。本文提出的方案有效提高了通道异常检修效率,为分析通道异常原因提供了有利依据,具有较好的经济性。 展开更多
关键词 光纤通道 复用通道 异常检测 继电保护 复接装置
在线阅读 下载PDF
基于文件分时索引的大规模流量实时IoT终端识别算法 认领
18
作者 徐彭娜 彭行雄 《计算机系统应用》 2021年第2期207-212,共6页
随着5G时代的来临,诸如工业区,校园网等开放性园区网络中存在大量的物联网(Internet of Things,IoT)终端,IoT终端由于其数据流量巨大,伪造IoT终端进行网络攻击的问题日益严重.现有IoT终端识别技术在面对海量数据时计算资源的成本逐渐提... 随着5G时代的来临,诸如工业区,校园网等开放性园区网络中存在大量的物联网(Internet of Things,IoT)终端,IoT终端由于其数据流量巨大,伪造IoT终端进行网络攻击的问题日益严重.现有IoT终端识别技术在面对海量数据时计算资源的成本逐渐提高.针对以上问题,提出了基于文件分时索引的大规模流量实时IoT终端识别算法.首先,建立内存分时索引元数据;其次,使用文件的分时索引来存储构建会话的中间数据;最后,控制内存分时索引元数据触发从少量文件中提取特征并进行IoT终端识别.实验中,在不损失IoT终端识别算法精度条件下,仅消耗少量磁盘,可将内存消耗降低92%.实验结果表明,该技术能够用于实时IoT终端识别框架中. 展开更多
关键词 物联网(IoT) IoT终端识别 异常检测 网络流量
在线阅读 下载PDF
基于物联网的移动网络交互行为异常检测 认领
19
作者 徐俊梅 《辽东学院学报:自然科学版》 CAS 2021年第1期34-38,共5页
为了解决传统交互行为异常检测方法实时性差、数据分布要求较高等问题,研究基于物联网的移动网络交互行为异常检测方法。基于时间序列分量对物联网高维数据特征进行检测,以获取的移动网络交互行为数据特征值子集为基础,将高维特征空间... 为了解决传统交互行为异常检测方法实时性差、数据分布要求较高等问题,研究基于物联网的移动网络交互行为异常检测方法。基于时间序列分量对物联网高维数据特征进行检测,以获取的移动网络交互行为数据特征值子集为基础,将高维特征空间的正向矢量数据作为验证核心,设立常数偏差函数并求取函数最小值,以此设定检测阈值。根据检测阈值采用平行时间序列建立随机映射,并且利用Kmeans++算法对交互数据进行聚类,获取多个交互数据的异常集合,对所有异常集合进行交集操作,从而获取最终的异常检测对象集。通过实验仿真可以得出结论:该方法可以有效提高交互行为异常的检测实时性,异常检测效果更加理想。 展开更多
关键词 移动网络 交互行为 异常检测 随机映射 特征聚类 时间序列
在线阅读 下载PDF
利用大数据检测智能电网异常的分层架构 认领
20
作者 王振达 范晟 +2 位作者 吴福疆 方志丹 陈爽 《微型电脑应用》 2021年第2期157-160,共4页
重点研究了智能电网异常分析过程中的大数据分析功能的分层架构。通过对当前电网大数据的数据结构进行分析,同时分析了当前智能电网大数据系统的惯用分析方法,最终形成了4个智能电网大数据分析过程的分析分层架构。第一层直接层可以通... 重点研究了智能电网异常分析过程中的大数据分析功能的分层架构。通过对当前电网大数据的数据结构进行分析,同时分析了当前智能电网大数据系统的惯用分析方法,最终形成了4个智能电网大数据分析过程的分析分层架构。第一层直接层可以通过对单节点数据的分析找到单一设备的直接故障,第二层关联层可以通过对多个节点的关联性特征进行时域比较分析找到多个设备的兼容性故障,第三层特诊层可以得到智能电网中的微故障并给状态检修提出数据警告,第四层挖掘层可以通过机器学习过程得到更深入或者更微小的智能电网系统故障信息。每一层的数据分析过程都需要前一层数据分析结果作为数据支持。不同层次下可以对不同层次的故障异常进行针对性的分析处理,可以较大程度减少相关大数据系统的开发量,并实现不同系统之间的数据相互支持和数据分析结果复用。 展开更多
关键词 大数据 智能电网 异常检测 分层架构
在线阅读 下载PDF
上一页 1 2 153 下一页 到第
使用帮助 返回顶部 意见反馈