一种时序聚类模型R-kshape用于异常电量检测的方法
申请号:CN202411482397
申请日期:2024-10-23
公开号:CN119557795A
公开日期:2025-03-04
类型:发明专利
摘要
本发明提供一种时序聚类模型R‑kshape用于异常电量检测的方法,包括:获取数据集,所述数据集包括:机组ID,日期,时刻,上网电量;对获取的数据集进行数据预处理,所述预处理包括缺失值处理、删除零点电量的数据以及重排序;对进行预处理后的数据集进行特征工程,构建衍生变量;基于构建的衍生变量建立R‑kshape模型,所述R‑kshape模型由规则策略和kshape通过逻辑关联融合而成;基于构建的R‑kshape模型进行异常电量检测。本发明以时序聚类算法Kshape为基础,融合了规则策略(Rule)而成一种全新改进模型,所需样本数量少,同时对比纯规则、纯聚类的异常电量检测,有着更精准更高效的识别效果。
技术关键词
动态时间规整
数据
异常点
日期
时序聚类算法
特征工程
变量
标记
策略
样本
机组
序列
逻辑
指派
度量
代表
基础
关系