基于改进快速密度峰值聚类算法的电力大数据异常-电力信息与通信技术.PDFVIP

ELECTRIC POWER ICT 中图分类号：TP312　文献标志码：A　文章编号：2095-641X(2017)06-0036-06　DOI：10.16543/j.2095-641x.electric.power.ict.2017.06.007 基于改进快速密度峰值聚类算法的 电力大数据异常值检测 刘凤魁 ，邓春宇 ，王晓蓉 ，王新迎 （中国电力科学研究院 ，北京 100192 ） 摘要：异常值检测是数据挖掘的一个重要分支。在 电力行业 ，异常值检测可用于电网故障检测、 设备故障检测、用 电异常检测等领域。文章根据 电力大数据的特点 ，研究适用于电力大数据的 异常值检测算法。针对快速密度峰值聚类算法用于异常值检测时未考虑数据的局部特点 以及 局部密度依赖于截断距离选取的不足 ，利用 KNN（K-Nearest Neighbors ）思想重新定义局部 密度和距离 ，提