论文研究断路器数据在线异常点检测算法研究.pdf

针对常规断路器异常数据检测存在的准确度低、时间复杂度高等问题，引入数据流挖掘技术，提出了一种在滑动时间窗口上的基于局部异常因子的异常点检测算法。该算法分为四个步骤：首先，将时间轴划分为一个个连续的时间窗口；其次，当前时间窗口满了以后，对当前时间窗口内的数据运用滑动平均过滤的方法进行筛选，以此减少检测数据的规模，降低算法的时间复杂度；然后，计算当前时间窗口内可能存在异常的每个数据点的局部异常因子（localoutlierfactor，LOF），在计算的过程中对部分计算结果进行了优化存储，以此减少重复计算；最后，对当前时间窗口内的局部异常因子值排序，输出LOF＞1的数据点。实验表明，该算法较好地提高了断路器异常点在线检测效率。