基于低秩模型的电力状态数据异常检测

• 作者: 吴俊阳 李永攀 门锟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 低秩表示 数据挖掘 网络空间安全 电力状态估计
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 工程与应用
• 页码范围: 255-258,264
• 页数: 5页
• 分类号: TP39
• 字数: 4396字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0046

摘要

智能电网在国民生计中扮演着至关重要的角色,智能电网的稳定性和安全性是网络建设中需要特别考虑的问题.在智能电网的建设和运营中,如何从日常监测数据中及时检测出异常信息和有害信息,比如网络入侵数据和系统隐患数据,对智能电网的稳定性和安全性有着举足轻重的影响.提出一种基于低秩模型的电力数据异常检测算法,将系统观测数据分解为低秩部分和稀疏部分,用低秩部分表达干净的观测,用稀疏部分表达异常数据.然后,通过增广拉格朗日方法来优化目标方程.在公开数据集上的实验结果验证了所提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永攀		13	30	3.0	4.0
2	门锟		4	10	2.0	3.0
3	吴俊阳		3	5	1.0	2.0