基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着智能电表的广泛应用,异常检测已成为研究客户异常消耗行为并及时发现意外用电事件的重要手段.从本质上讲,异常用电检测是一个实时大数据分析问题,是对来自智能电表的大量并行数据流进行数据挖掘.文中提出了一种基于监督学习和基于统计的异常用电检测方法,并使用内存中分布式计算框架Spark和其扩展Spark Streaming实现了Lambda系统.该系统不仅支持迭代刷新可扩展数据集中的检测模型,而且还支持可扩展实时数据流上的实时异常检测.文中对检测算法和系统进行了实证评估,结果证明了其有效性和可扩展性.
推荐文章
基于智能电表大数据的异常用电检测
监督学习
非技术损失
智能电表
超梯度提升树
基于门控循环单元的非均衡数据驱动异常用电检测方法
异常用电检测
异常用电行为
数据非均衡
边界合成少数类过采样
门控循环单元
时序特征
基于XGBoost方法的社交网络异常用户检测技术
XGBoost
社交网络
异常用户检测
异常账号检测
垃圾广告发送者
异常用电的检测方法:评述与展望
用电行为
异常检测
非技术性损失
系统状态
数据驱动
博弈论
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Lambda架构的异常用电实时检测
来源期刊 信息技术 学科 工学
关键词 异常检测 实时处理 Lambda架构 数据挖掘
年,卷(期) 2020,(3) 所属期刊栏目 研究与探讨
研究方向 页码范围 114-120
页数 7页 分类号 TP399
字数 4538字 语种 中文
DOI 10.13274/j.cnki.hdzj.2020.03.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张岚 国网河南省电力公司电力科学研究院客户服务中心 21 15 2.0 3.0
2 王坤 国网河南省电力公司电力科学研究院客户服务中心 9 11 1.0 3.0
3 王献军 国网河南省电力公司电力科学研究院客户服务中心 12 13 2.0 2.0
4 丁博 国网河南省电力公司电力科学研究院客户服务中心 15 8 1.0 2.0
5 张哲 国网河南省电力公司电力科学研究院客户服务中心 9 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (175)
共引文献  (89)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(21)
  • 参考文献(1)
  • 二级参考文献(20)
2014(16)
  • 参考文献(0)
  • 二级参考文献(16)
2015(17)
  • 参考文献(1)
  • 二级参考文献(16)
2016(23)
  • 参考文献(1)
  • 二级参考文献(22)
2017(18)
  • 参考文献(2)
  • 二级参考文献(16)
2018(15)
  • 参考文献(7)
  • 二级参考文献(8)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
异常检测
实时处理
Lambda架构
数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导