二维码
首页>论文搜索

论文预览

基于DBSCAN算法的燃气流量数据异常检测

论文作者邢鼎皇1，杨光1，叶娟2，赵丹铭2，王海1杂志期数2024年6月刊
关键词异常流量工况；异常检测；DBSCAN算法；聚类分析
作者单位（1.同济大学 机械与能源工程学院，上海200092；2.上海天然气管网有限公司，上海201204）
燃气流量数据存在的异常流量会降低数据分析和数据预测的精度，针对个别异常流量难以检测的问题，以某门站近90 d的实际流量数据为研究对象，提出基于DBSCAN算法的燃气流量数据异常检测方法。将近90 d的燃气流量数据分割为88个日流量样本，采用DBSCAN算法对日流量样本进行异常检测，将总样本数量的5%设为异常数量阈值，检测得到异常样本（视为异常流量工况）。以均方误差为评价指标寻找最相似样本（均方误差最小的正常样本），将其作为每个小时流量的异常检测的参考，以最相似样本小时流量的5%作为差距阈值，检测出个别异常流量。结果表明，基于DBSCAN算法的燃气流量数据异常检测方法，将个别异常小时流量检测纳入异常流量工况进行检测是可行的。
下载论文论文免费注册会员后免费下载