[发明专利]一种异常数据的检测方法及装置

权利要求书

1.一种异常数据的检测方法，其特征在于，包括：

获取电力数据集，所述电力数据集包括多个电力数据；

计算所述电力数据之间的支持度，并生成支持度矩阵；

根据所述支持度矩阵中每行数据的支持度总和，对所述支持度矩阵中的支持度进行聚类，得到多个子簇；

对多个所述子簇进行对比，检测异常数据，得到所述电力数据的异常检测结果。

2.如权利要求1所述的检测方法，其特征在于，所述获取电力数据集，包括：

获取电力观测数据，所述电力观测数据包括数值型数据和文本型数据；

对所述数值型数据和文本型数据进行数值归一化，得到多个所述电力数据，多个所述电力数据组成所述电力数据集。

3.如权利要求1所述的检测方法，其特征在于，所述计算所述电力数据之间的支持度，并生成支持度矩阵，包括：

基于所述电力数据，计算所述电力数据之间的欧式距离；

基于所述电力数据之间的欧式距离，利用预设的支持度公式计算所述电力数据之间的支持度；

根据所有所述电力数据之间的支持度，生成所述支持度矩阵；

其中，所述支持度公式为：

Sup＝(1-d_N(a_i，a_j))^k，k＞0，a_i＝(x₁，x₂，...，x_i)，a_j＝(x₁，x₂，...，x_j)；

其中Sup为支持度，a_i为第i个电力数据，a_j为第j个电力数据，d_N(a_i，a_j)为电力数据a_i与电力数据a_j之间归一化后的欧式距离，x_i为电力数据a_i中的第i个数据向量，x_j为电力数据a_j中的第j个数据向量。

4.如权利要求1所述的检测方法，其特征在于，所述根据所述支持度矩阵中每行数据的支持度总和，对所述支持度矩阵中的支持度进行聚类，得到多个子簇，包括：

步骤一，计算所述支持度矩阵中每行数据的支持度总和，并将所述支持度总和加入到所述支持度矩阵的对应行；

步骤二，确定多个所述支持度总和中的最大支持度总和，以及确定每列数据中的最大支持度；

步骤三，将目标最大支持度对应的列数据作为同一子簇，得到一个子簇，所述目标最大支持度为与所述最大支持度总和在同一行的最大支持度；

步骤四，删除所述支持度矩阵中的所述目标最大支持度，得到新的支持度矩阵；

重复迭代上述步骤一至步骤四，直至达到预设的迭代停止条件，得到多个子簇。

5.如权利要求1所述的检测方法，其特征在于，所述根据所述支持度矩阵中每行数据的支持度总和，对所述支持度矩阵中的支持度进行聚类，得到多个子簇之前，还包括：

对所述支持度矩阵进行下三角数值化处理，得到为上三角倒数值的支持度矩阵。

6.一种异常数据的检测装置，其特征在于，包括：

获取模块，用于获取电力数据集，所述电力数据集包括多个电力数据；

计算模块，用于计算所述电力数据之间的支持度，并生成支持度矩阵；

聚类模块，用于根据所述支持度矩阵中每行数据的支持度总和，对所述支持度矩阵中的支持度进行聚类，得到多个子簇；

检测模块，用于对多个所述子簇进行对比，检测异常数据，得到所述电力数据的异常检测结果。

7.如权利要求6所述的检测装置，其特征在于，所述获取模块，包括：

获取单元，用于获取电力观测数据，所述电力观测数据包括数值型数据和文本型数据；

归一化单元，用于对所述数值型数据和文本型数据进行数值归一化，得到多个所述电力数据，多个所述电力数据组成所述电力数据集。