| 基于改进K-means的电力数据异常检测算法 |
| |
| 引用本文： | 吴蕊,张安勤,田秀霞,张挺.基于改进K-means的电力数据异常检测算法[J].华东师范大学学报(自然科学版),2020(4):79-87. |
| |
| 作者姓名： | 吴蕊 张安勤 田秀霞 张挺 |
| |
| 作者单位： | 上海电力大学 计算机科学与技术学院,上海 200090,上海电力大学 计算机科学与技术学院,上海 200090,上海电力大学 计算机科学与技术学院,上海 200090,上海电力大学 计算机科学与技术学院,上海 200090 |
| |
| 摘 要： | 异常检测方法在电力领域有着广泛的应用,如设备故障检测和异常用电检测等.改进了传统Kmeans聚类随机选择初始聚类中心的策略;结合数据对象的密集度与最大近邻半径,选择更加接近实际簇中心的数据点作为初始聚类中心,并在此基础上提出了一种基于改进K-means算法的电力数据异常检测新方法.实验表明,上述算法具有更优的聚类效果和异常检测性能,并且在应用于电力领域时,算法可以有效地检测出异常电力数据.
|
| 关 键 词： | 初始聚类中心 密集度 异常检测 |
Anomaly detection algorithm based on improved K-means for electric power data |
| |
| WU Rui,ZHANG Anqin,TIAN Xiuxia,ZHANG Ting.Anomaly detection algorithm based on improved K-means for electric power data[J].Journal of East China Normal University(Natural Science),2020(4):79-87. |
| |
| Authors: | WU Rui ZHANG Anqin TIAN Xiuxia ZHANG Ting |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
