从景观到肖像：负荷曲线数据异常检测的新方法
分布式、并行与集群计算
2014-04-08 v3 数据结构与算法
摘要
在电力系统中，负荷曲线数据是公用事业公司收集和保留的最重要的数据集之一。然而，由于数据受到通信丢失、电表故障和许多其他影响，负荷曲线数据的质量难以保证。本文提出了一种分析负荷曲线数据的新方法。该方法采用一种称为“肖像”的新视角，通过分析数据中的周期模式并重新组织数据以便于分析。此外，我们介绍了构建虚拟肖像负荷曲线数据的算法，并展示了其在负荷曲线数据清洗中的应用。与现有的基于回归的方法相比，我们的方法在小型和大型真实世界数据集上都更快、更准确。
引用
@article{arxiv.1307.7751,
title = {From Landscape to Portrait: A New Approach for Outlier Detection in Load Curve Data},
author = {Guoming Tang and Kui Wu and Jingsheng Lei and Zhongqin Bi and Jiuyang Tang},
journal= {arXiv preprint arXiv:1307.7751},
year = {2014}
}
备注
10 pages, 9 figures