文档名：模式聚类与周期分解的能耗监测及异常检测方法
摘要：时间序列异常检测对于能耗监测和管理至关重要.为了解决周期分解算法在时间序列中易受模式不一致影响的问题,文章提出模式聚类和周期分解相结合的异常检测方法.该方法使用密度峰值聚类算法寻找聚类中心点,并通过循环距离度量方法解决子序列相位偏移问题;为了屏蔽不同模式数据间的影响,使用季节分解算法S-H-ESD(seasonalhybridextremestudentizeddeviate)在具有相同周期模式的聚类簇中寻找异常点,并评估和筛选检测结果的异常程度.实验结果表明,方法得到了较为理想的效果,适用于复杂周期时间序列的异常检测工作.
Abstract：Timeseriesanomalydetectioniscrucialforenergyconsumptionmonitoringandmanagement.Inordertosolvetheproblemthattheperiodicdecompositionalgorithmiseasilyaffectedbytheinconsistencyofpatternsintimeseries,thispaperproposesananomalydetectionmethodcombiningpatternclusteringandperiodicdecomposition,whichusesadensi-typeakclusteringalgorithmtofindtheclustercentersandusesthecyclicdistancemeasurementtosolvethesub-sequencephaseshift.Toshieldtheinfluencebetweendifferentpatterns,theseasonaldecompositionalgorithmS-H-ESD(seasonalhybridextremestudentizeddeviate)isusedtofindanomaliesinclusterswiththesameperiodicpattern,andtheanomalydegreesofthedetectionresultsareevaluatedandfiltered.Theexperimentalresultsshowthattheproposedmethodiseffec-tiveandsuitableforanomalydetectionofcomplexperiodictimeseries.
作者：金静 方园 费洋 魏源 Author：JinJing FangYuan FeiYang WeiYuan
作者单位：西安市轨道交通集团有限公司,西安710018南瑞轨道交通技术有限公司,南京210061
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2023, 60(11)
分类号：TM933
关键词：时间序列 能耗异常 模式聚类 周期分解
Keywords：timeseries energyconsumptionanomaly patternclustering periodicdecomposition
机标分类号：TP391SO21
在线出版日期：2023年12月26日
基金项目：国家重点研发计划，江苏省产业前瞻与关键核心技术资助项目模式聚类与周期分解的能耗监测及异常检测方法[
期刊论文] 电测与仪表--2023, 60(11)金静 方园 费洋 魏源时间序列异常检测对于能耗监测和管理至关重要.为了解决周期分解算法在时间序列中易受模式不一致影响的问题,文章提出模式聚类和周期分解相结合的异常检测方法.该方法使用密度峰值聚类算法寻找聚类中心点,并通过循环距离...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
模式聚类与周期分解的能耗监测及异常检测方法 Research on energy consumption monitoring and anomaly detection method based on pattern clustering and periodic decomposition
模式聚类与周期分解的能耗监测及异常检测方法.pdf
- 文件大小:
- 11.7 MB
- 下载次数:
- 60
-
高速下载
|
|
