面向智能电网的时间序列异常检测:综述
机器学习
2021-07-23 v1 信号处理
摘要
随着可再生能源发电集成的快速增长以及各种电器的广泛采用,电网正面临越来越多的挑战。一个突出的挑战是对电网内各类异常行为实施高效的异常检测。这些异常行为可能由用户异常用电模式、电网基础设施故障、停电、外部网络攻击或能源欺诈所引发。识别此类异常对现代电网可靠且高效的运行至关重要。针对电网时间序列数据的异常检测已提出多种方法。本文简要综述了电网时间序列数据异常检测的最新进展。具体而言,我们首先概述电网异常检测领域的当前研究挑战,进而回顾主要的异常检测方法。最后,我们通过指明未来研究的潜在方向来总结本综述。
引用
@article{arxiv.2107.08835,
title = {Time Series Anomaly Detection for Smart Grids: A Survey},
author = {Jiuqi Elise Zhang and Di Wu and Benoit Boulet},
journal= {arXiv preprint arXiv:2107.08835},
year = {2021}
}
备注
6 pages; Preprint Submitted to IEEE Canadian Electrical Power and Energy Conference (EPEC2021)