本发明提出了一种面向新能源大数据的异常检测方法,数据准备阶段:完成异常图模式数据的初始化;异常图模式的第一步是生成一组不带属性的候选图模式集合;第二,构造图模式匹配并计算不带属性的候选图模式的支持度;第三,计算异常度生成不带属性的异常图模式;第四,构造带属性的候选图模式,计算带属性的候选图模式的支持度和异常度,生成带属性的异常图模式;第五,跳转到第一步进行下一层的异常图模式生成;本发明的挖掘算法,充分利用了新能源数据的多源异构性,以及新能源数据的分布模式变化多端的特点,为新能源异常数据检测提供了灵活、高效的解决方案,对于提升新能源大数据的质量具有积极作用。
声明:
“面向新能源大数据的异常检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)