基于DBSCAN算法的燃气流量数据异常检测.pdf

基于 DBSCAN 算法的燃气流量数据异常检测

摘 要：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。

关键词：异常流量工况；异常检测； DBSCAN 算法；聚类分析

部分内容如下：

数据初步处理

算法聚类结果

最优参数组合