文献

J-GLOBAL ID：201702255513792277   整理番号：17A1592207

時系列抽出とビノグラムに基づく電力データ異常検出手法【JST・京大機械翻訳】

Outlier Detection Method Based on Compressed Time Series and Voronoi Diagram for Power Data

著者 (2件)： Pei Tian (浙江大学電气工程学院,杭州市,310027) ,  Qi Donglian (浙江大学電气工程学院,杭州市,310027)
資料名： Dianli Jianshe  (Dianli Jianshe)
巻： 38  号： 5  ページ： 105-110  発行年： 2017年 
JST資料番号： C3445A  ISSN： 1000-7229  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力系統における情報システムと物理システムの深さの融合は,現代の電力系統における異常データの影響を受けやすい。既存の電力データ異常検出法はデータ特性を十分にマイニングすることができず,複雑な計算,低い柔軟性,低い精度などの欠点がある。時間系列抽出と次元マップに基づく異常データ検出法を提案し,重要な点セグメントの時系列抽出法を用いて,高次元データを次元縮小し,二次元平面上にマッピングし,次元マップを構築し,異常データを検出した。この方法は,データの次元とアルゴリズムの複雑さを減少させることができて,異常値を柔軟に設定することができて,異常データの正確な検出を実現することができて,シミュレーション結果は提案した方法の有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 電力系統 ,  異常値 ,  情報システム ,  次元縮小 ,  *電力 ,  シミュレーション ,  柔軟性 ,  二次元 ,  検出法
準シソーラス用語： 高次元データ ,  *異常検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： time series ,  Voronoi diagram ,  outlier detection ,  power data

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 時系列 ,  異常検出 ,  手法