[发明专利]一种用于电力监控系统异常行为检测的样本特征降维处理方法

摘要

一种用于电力监控系统异常行为检测的样本特征降维处理方法，从类别相关性和特征间冗余性两方面入手对特征指标进行选取。首先，对历史数据进行人工标注，构造训练样本数据集。然后，分析样本数据集中每个系统行为特征指标与系统是否产生异常行为的相关性，确定各个特征指标对异常行为判断影响的相关性优先级。接着，从相关性优先级最高的特征指标开始，依次检查每两个特征指标之间的冗余性，去除对系统异常行为判断影响小且特征冗余度高的特征指标，最终达到特征降维处理的效果。本发明通过对对电力监控系统行为特征指标集进行降维处理，可用于减小训练样本规模，为后续异常检测的行为识别分类训练提供更好的服务。

主权项

1.一种用于电力监控系统异常行为检测的样本特征降维处理方法，用于电力监控系统异常行为检测的特征指标选取，其特征是从类别相关性和特征间冗余性两方面对特征指标进行选取，首先，选取电力监控系统已经采集到的反映电力监控系统行为的部分历史数据构造样本数据集，根据监管经验和是否已造成危害等事实进行人工标注，注明每一条样本数据是否对应电力监控系统的异常行为；然后，分析完成标注的样本数据中各系统行为特征指标与系统是否产生异常行为的相关性，确定各个特征指标对异常行为判断影响的相关性优先级；接着，从相关性优先级最高的特征指标开始，依次检查每两个特征指标之间的冗余性，去除对系统异常行为判断影响小且特征冗余度高的特征指标，最终达到特征降维处理的效果。