我国输电线路存在异常检测数据准确性和及时性较低,无线环境恶劣,数据在时空难关联等问题,因此建设一个高效、安全、准确的输电线路异常检测模型迫在眉睫。提出一种基于链形混合拓扑的异常检测方法,将传感器采集到的数据送至基站进行单...我国输电线路存在异常检测数据准确性和及时性较低,无线环境恶劣,数据在时空难关联等问题,因此建设一个高效、安全、准确的输电线路异常检测模型迫在眉睫。提出一种基于链形混合拓扑的异常检测方法,将传感器采集到的数据送至基站进行单源和多源多维数据异常检测。该方法首先设计了一种基于时间维度的单源数据异常检测算法(single-source data anomaly detection algorithm,SDADA),对检测时间内的数据进行依次遍历,确定有效和异常数据的个数,然后对异常检测结果进行综合分析。其次,设计了一种在基站端执行的多源多维数据异常检测算法(multi-source and multi-dimensional data anomaly detection algorithm,MDADA),在SDADA的基础上,通过位置相关性定义了不同传感器之间的距离关系,用于确定候选异常检测队列,并对特定时间的异常数据值进行综合分析。实验结果表明,与传统方案相比,该方法具有更高的检测精度和执行效率。展开更多
文摘我国输电线路存在异常检测数据准确性和及时性较低,无线环境恶劣,数据在时空难关联等问题,因此建设一个高效、安全、准确的输电线路异常检测模型迫在眉睫。提出一种基于链形混合拓扑的异常检测方法,将传感器采集到的数据送至基站进行单源和多源多维数据异常检测。该方法首先设计了一种基于时间维度的单源数据异常检测算法(single-source data anomaly detection algorithm,SDADA),对检测时间内的数据进行依次遍历,确定有效和异常数据的个数,然后对异常检测结果进行综合分析。其次,设计了一种在基站端执行的多源多维数据异常检测算法(multi-source and multi-dimensional data anomaly detection algorithm,MDADA),在SDADA的基础上,通过位置相关性定义了不同传感器之间的距离关系,用于确定候选异常检测队列,并对特定时间的异常数据值进行综合分析。实验结果表明,与传统方案相比,该方法具有更高的检测精度和执行效率。
