基于马氏距离的双层聚类电力远动异常检测.pdf

2015年3月 控制工程 Mat．2015 第22卷第2期 Control ofChina Vbl．22．NO．2 Engineering 文章编号：167 15)02—0360．05 1．7848(20 基于马氏距离的双层聚类电力远动异常检测 陈利跃1，杭钟灵2，余亮1，黄剑1，何星2 (1．国网浙江省电力公司电力调度控制中心，杭卅『310007： 2．上海交通大学自动化系，系统控制与信息处理教育部重点实验室，上海200240) 摘要：通过对电力远动监测系统和数据挖掘技术的讨论，提出一种基于马氏距离的双层 聚类异常检测算法。针对远动系统数据非球面分布的特点，该算法通过K．means聚类改 进算法对数据进行初始分类，然后使用基于马氏距离的ClusteringUsing fCURE)聚类改进算法对初始分类结果进行优化，以较少的计算成本去除K值设定的影响， 达到预期的检测结果。同时，基于马氏距离的CURE聚类改进算法对球面和非球面分布 的数据有非常好的适应能力。 关键词：远动异常检测：双层聚类；马氏距离：K．means：CURE聚类 中图分类号：TP309 文献标识码：A ElectricPowerRemoteMonitor DetectionwithTwo—level Anomaly Clustering BasedonMahalanobisDistance Algorithm CHEN Jian 1，HEXin92 Li-yuel，HANGZhong-ling。2，YULian91，HUANG (1．ElectricPower Control Grid ElectricPower 31 Center,State 0007，China；2．DepartmentofAutomation， Dispatching Zhejiang Company,Uang巾on Jiao ControlandInformation ofEducation Laboratory Processing，MinistryofChina，Shanghai200240，China) ShanghaiTongUniversity,KeyofSystem Abstract：Afterthediscussionofelectric remote andthedata power monitoringsystems miningtechnology, atwo-level detection basedonMahalanobisdistanceis to clusteringanomaly algorithm proposedaccording thecharacteristicsofthenon distributionofdatainremote spherical monito