基于时空联合聚类方法的输变电设备状态异常检测

• 作者: 严英杰 杜修明 江秀臣 盛戈皞 陈佳俊 陈玉峰
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 时空联合 大数据 异常检测 c均值模糊聚类
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 输变电技术
• 页码范围: 65-72
• 页数: 8页
• 分类号: TM762
• 字数: 5932字
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2015.11.010

摘要

鉴于传统的输变电设备状态异常检测方法较少考虑到状态数据的空间信息,提出一种基于时空联合聚类方法的设备状态异常检测方法,该方法综合利用大量设备状态、气象环境等历史数据,在实现异常检测的同时将结果形象化.其具体做法为:通过移动时窗将状态数据时间序列划分为多个子序列,并将子序列与空间位置坐标相结合以构成时空联合数据;使用c均值模糊聚类方法对每个时窗中的时空联合数据进行聚类分析,并基于历史状态数据对每一类赋予异常度值,根据异常度值的大小判断该类数据是否异常;通过在每个时窗的类之间建立模糊关系实现异常状态沿连续时间段传播过程的形象化.最后结合实例验证了提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江秀臣	上海交通大学电气工程系	305	4849	36.0	54.0
2	盛戈皞	上海交通大学电气工程系	146	1961	25.0	38.0
3	陈玉峰	国网山东省电力公司电力科学研究院	24	403	9.0	20.0
4	杜修明	国网山东省电力公司电力科学研究院	11	233	6.0	11.0
5	严英杰	上海交通大学电气工程系	10	262	5.0	10.0
6	陈佳俊	上海交通大学电气工程系	1	11	1.0	1.0