首页>论文搜索

论文预览

基于聚类分析和用户画像的用气负荷异常检测

论文作者胡殿涛1、2，王超群1、2 ，张梦园3，陈小辉1、2杂志期数2022年4月刊

关键词特征标签；K-means聚类；用户画像；岭回归；用气负荷异常检测

作者单位（1.航天智慧能源研究院，上海201101；2.上海航天能源股份有限公司，上海201101；3.贵州大学，贵州贵阳550025）

将燃气日瞬时流量和日用气量作为研究对象，提出基于K-means聚类、特征标签、用户画像、k折交叉验证和岭回归的用气负荷异常检测方法。结合实例，对该异常检测方法进行探讨。将案例用户某段时间的瞬时流量组成数据集，使用K-means算法进行聚类分析，将用气分为工艺生产和停工小火两类用气行为，得到工艺生产数据集。针对工艺生产数据集中的每个样本，得到6个特征标签（日最大负荷、日均负荷、日用气时段百分比、日用气量、用气负荷相似度、用气负荷冲击度）。将特征标签归一化后绘制修正箱线图，即用户画像，剔除了异常样本。使用k折交叉验证和岭回归算法构建异常评价标准。利用岭回归算法构建异常评价模型。将案例用户另一段时间的瞬时流量输入异常评价模型，进行负荷异常检测，与实际结果对照，得到该异常检测方法的准确率达到90%以上。

下载论文论文免费注册会员后免费下载