[发明专利]一种异常数据的检测方法及装置

说明书

本申请公开了一种异常数据的检测方法及装置，检测方法包括：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。本申请通过支持度矩阵中每行数据的支持度总和作为一个子簇中心，而无需人为事先制定聚类簇中心，也无需事先确定阈值和密度定义。本申请可根据个体模型计算的支持度总和自适应的调整聚类权重，降低聚类过程对数据结构的要求，以能够适用于更多的不同数据，提高异常数据检测方法的数据适应性。

技术领域

本申请涉及电网安全领域，尤其涉及一种异常数据的检测方法及装置。

背景技术

电网电力系统通过监控和数据采集系统收集电力观测数据，以进行状态估计。但是电网电力系统在长期运行中，可能受到虚假数据注入攻击而使电力观测数据被篡改，从而造成电力系统的状态估计结果出现偏差，严重危害电网的现实收益。

目前，主要通过距离聚类算法或密度距离聚类算法等单一的物理空间安全保护技术或信息空间异常检测技术进行异常数据的检测。但是，传统的距离聚类算法需要人为事先制定聚类簇中心，传统的密度距离聚类算法需要事先确定阈值和密度定义，导致层次聚类对数据形状结构要求过高。可见，当前的异常数据检测方式存在数据适应性差的问题。

发明内容

本申请提供了一种异常数据的检测方法及装置，旨在解决当前异常数据检测方法存在的数据适应性差的问题。

为了解决上述技术问题，第一方面，本申请实施例提供了一种异常数据的检测方法，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。

本实施例通过计算所述电力数据之间的支持度，并生成支持度矩阵，从而呈现数据之间的关联关系；并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。与传统距离聚类算法和传统密度距离聚类算法不同的是，本申请通过支持度矩阵中每行数据的支持度总和作为一个子簇中心，而无需人为事先制定聚类簇中心，也无需事先确定阈值和密度定义。本申请可根据个体模型计算的支持度总和自适应的调整聚类权重，降低聚类过程对数据结构的要求，以能够适用于更多的不同数据，提高异常数据检测方法的数据适应性。

在一实施例中，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。

本实施例通过数值归一化将电力观测数据统一变换为电力数据，以实现对电力观测数据进行标准化，从而便于后续的数据运算，提高数据运算效率。

在一实施例中，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：