基于数据流密度聚类算法的电力远程异常检测

摘要

如今数据流越来越多地参与到实际产业应用中,在本文中,将数据流聚类应用到电力远程异常检测和提出了一种基于网格和密度的新的数据流聚类算法DBClustream.该数据流聚类算法使用双层分析模型.在线部分用基于密度和网格的方法对K-means算法的初始化参数设定进行优化,并用微簇中心代表微簇作为在线分析的结果.离线部分采用随时间衰减权重和动态阈值来优化DENCLUE算法的性能.为了评估算法的性能,分别对异常检测准确度和数据流聚类纯度进行评估.实验结果表明,与其他算法相比,DBClustream可以解决多密度的数据流,并保持高检测率以及较低的误报率.