基于數(shù)據(jù)挖掘的實時電力遠(yuǎn)動傳輸異常檢測.pdf

1、電力遠(yuǎn)動傳輸異常檢測為電網(wǎng)穩(wěn)定運行提供有力的支持和保障，可以減少甚至避免電網(wǎng)異常所造成的損失。如何從大量電力遠(yuǎn)動傳輸數(shù)據(jù)中提取有用信息，實現(xiàn)快速實時準(zhǔn)確的異常檢測分析，是電力遠(yuǎn)動傳輸異常檢測的主要挑戰(zhàn)。本文主要圍繞基于數(shù)據(jù)挖掘的實時電力遠(yuǎn)動傳輸異常檢測方法展開系統(tǒng)研究，為異常檢測系統(tǒng)實現(xiàn)提供可行思路。
　　本文首先介紹基于數(shù)據(jù)挖掘的實時電力遠(yuǎn)動傳輸異常檢測的研究目的和意義。同時，從異常檢測和數(shù)據(jù)挖掘兩個角度對國內(nèi)外的研究現(xiàn)狀進(jìn)行總

2、結(jié)介紹。針對電力遠(yuǎn)動傳輸系統(tǒng)的特點，對電力遠(yuǎn)動傳輸系統(tǒng)通信數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理。同時，利用小波變換對通信流量信號進(jìn)行頻域分析，建立基于 IF-THEN規(guī)則的專家系統(tǒng)，對通信信號進(jìn)行初步異常檢測；另外，將通信信號小波變換的統(tǒng)計分析數(shù)據(jù)加入對應(yīng)廠站的特征屬性集，進(jìn)行特征子集選擇，得到最優(yōu)特征子集。然后，提出基于馬氏距離的雙層聚類算法（MCluStream算法）和基于網(wǎng)格密度的雙層聚類算法（DBCluStream算法）對遠(yuǎn)動傳輸數(shù)據(jù)進(jìn)行算法分析

3、。MCluStream算法主要對 K-means聚類算法和CURE聚類算法進(jìn)行改進(jìn)融合，并加入馬氏距離進(jìn)行相似度計算，提高算法對非球面分布數(shù)據(jù)的分析能力。DBCluStream算法則引入密度網(wǎng)格方法對K-means算法進(jìn)行改進(jìn)，提高在線分析階段的穩(wěn)定性；離線部分，采用DENCLUE改進(jìn)密度聚類算法實現(xiàn)對任意形狀分布數(shù)據(jù)的分析。最后，分別對提出算法進(jìn)行仿真分析，驗證算法的有效性和穩(wěn)定性。在得到小波變換分析和雙層聚類分析的結(jié)果后，本文利用改