本發明提出了一種面向新能源大數據的異常檢測方法,數據準備階段:完成異常圖模式數據的初始化;異常圖模式的第一步是生成一組不帶屬性的候選圖模式集合;第二,構造圖模式匹配并計算不帶屬性的候選圖模式的支持度;第三,計算異常度生成不帶屬性的異常圖模式;第四,構造帶屬性的候選圖模式,計算帶屬性的候選圖模式的支持度和異常度,生成帶屬性的異常圖模式;第五,跳轉到第一步進行下一層的異常圖模式生成;本發明的挖掘算法,充分利用了新能源數據的多源異構性,以及新能源數據的分布模式變化多端的特點,為新能源異常數據檢測提供了靈活、高效的解決方案,對于提升新能源大數據的質量具有積極作用。
聲明:
“面向新能源大數據的異常檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)