基于时间序列预测的电力异常大数据检测研究

为预测包含电力异常大数据的信号负荷曲线的变化规律,从而实现对连续性电量信号的精准检测,提出基于时间序列预测的电力异常大数据检测方法。借助时间序列模型,确定降维预测系数的实际取值结果,通过离散化修正权限的表现强度,完成基于时间序列预测的电力异常数据修正处理。在此基础上,按照时间序列预测原则,建立Hadoop预测平台,根据具体的电力大数据异常特征值计算结果,确定并行检测强度的实际数值,完成基于时间序列预测的电力异常大数据检测算法的设计。对比实验结果表明,在时间序列预测模型的作用下,电网主机所预测出的包含电力异常大数据的信号负荷曲线能够更好贴合给定曲线的变化规律,在精准检测连续性电量信号方面具有一定的促进性作用。