基于Isolation Forest和Random Forest相结合的智能电网时间序列数据异常检测算法

• 作者: 周开东 杨永娇 肖建毅 赵创业
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: IsolationForest算法 RandomForest算法 异常检测算法 时间序列数据 智能电网
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息安全
• 页码范围: 99-102,126
• 页数: 5页
• 分类号: TP306+.3
• 字数: 3928字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.03.019

摘要

智能电网的信息系统是保障电力行业正常运行的基础,而智能电网中各种时间序列数据的分析结果是衡量信息系统稳定运行的重要依据.传统的时间序列数据异常检测算法很难同时兼顾准确性和实时性.本文引入基于Isolation Forest和Random Forest相结合的智能电网时间序列数据异常检测算法,结合无监督学习算法和有监督学习算法的优点,实现机器自动标注和自动学习阈值,人工标注少量特征值,从一定程度上提高了时间序列数据异常检查准确性和实时性,可以满足智能电网时间序列数据异常检测需求,从而达到提升智能电网信息安全的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周开东	广东电网有限责任公司信息中心	7	14	3.0	3.0
2	肖建毅	广东电网有限责任公司信息中心	6	16	2.0	4.0
3	杨永娇	广东电网有限责任公司信息中心	7	15	3.0	3.0
4	赵创业	广东电网有限责任公司信息中心	3	0	0.0	0.0