一种基于时空融合特征的改进型DBSCAN异常节点识别方法

本发明公开了电力系统技术领域的一种基于时空融合特征的改进型DBSCAN异常节点识别方法，通过构建配电台区邻接矩阵，提取节点接近中心度、介数中心度、层级深度等五类空间拓扑特征；结合电压波动指数、电流峰谷差、功率积分等16项时序特征，形成时空双重特征表示，采用主成分分析(PCA)对融合特征进行降维处理，保留90％以上方差信息以降低计算复杂度。本发明通过时空特征融合有效刻画窃电扰动在电网中的传播规律，利用PCA降维解决“维度灾难”问题，借助动态参数优化提升DBSCAN对复杂拓扑场景的适应，该方法较传统检测技术误检率降低50％以上，计算效率提升80％，可广泛应用于高损台区窃电筛查、异常用电行为监控等领域，为电力系统安全运行提供技术支撑。