一种基于孤立森林对抗网络的异常数据重构方法及系统技术方案

本发明专利技术公开了一种基于孤立森林对抗网络的异常数据重构方法及系统，涉及异常数据重构技术领域。本发明专利技术提出一种基于孤立森林对抗网络的异常数据重构方法，通过构建孤立森林模型可以高效辨识负荷中的异常数据；并且鉴于神经网络强大的学习能力，采用GRU网络构建生成器，将引入余弦相似度和Smooth L1函数对损失函数进行改进，解决了GAN模型收敛速度慢和数据重构精度低的问题；实验结果表明，与传统GAN和KNN等多个缺失数据填补模型相比，在不同缺失方式下，CGAN的重构效果最优，并可以有效改善负荷数据集质量，从而进一步提高数据填补的精度。本发明专利技术能够充分挖掘负荷与影响因素之间的非线性关系，提高了数据分析和建模的准确性，为电力系统的运行和管理提供了有益效果。

【技术实现步骤摘要】

本专利技术涉及异常数据重构领域，特别是一种基于孤立森林对抗网络的异常数据重构方法及系统。

技术介绍

1、随着通信采集技术在电力系统中应用的日益成熟，电力公司可以便捷地获取实时负荷数据。但由于多种不可抗力因素，采集的负荷数据存在异常、缺失等问题，而异常数据破坏了数据集的原始分布，同时还会造成数据冗余度不足，阻碍了负荷预测精度的提高。本专利技术提出了一种基于孤立森林对抗网络的异常数据重构方法。通过构建基于孤立森林的异常数据辨识模型，实现对数据异常点的剔除。在得到缺失数据集之后，构建基于条件生成对抗网络缺失数据重构模型，将负荷影响因素作为条件生成对抗网络的条件约束，并引入加权损失函数，提高模型的收敛速度及数据重构精度，对数据缺失点进行填补。

2、现有的数据填补方法，在异常数据辨识和缺失数据重构等方面存在一些缺陷。本专利技术方法采用孤立森林算法对负荷数据进行异常数据辨识，具有较高的准确性和效率。相比于传统的异常数据检测方法，孤立森林能够有效地识别偏离数据集整体变化范围较远的异常数据点。同时利用条件生成对抗网络对缺失数据进行填补，能够充分挖掘负荷与影响因本文档来自技高网...

【技术保护点】

1.一种基于孤立森林对抗网络的异常数据重构方法，其特征在于：包括，

2.如权利要求1所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述构建并训练孤立森林模型包括以下步骤：

3.如权利要求1所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述对原始负荷数据进行归一化处理的具体公式如下：

4.如权利要求1所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述构建基于CGAN的生成器模型和判别器模型包括以下步骤：

5.如权利要求4所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述损失函数的具体公式如下：<...

【技术特征摘要】

1.一种基于孤立森林对抗网络的异常数据重构方法，其特征在于：包括，

2.如权利要求1所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述构建并训练孤立森林模型包括以下步骤：

3.如权利要求1所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述对原始负荷数据进行归一化处理的具体公式如下：

4.如权利要求1所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述构建基于cgan的生成器模型和判别器模型包括以下步骤：

5.如权利要求4所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述损失函数的具体公式如下：

6.如权利要求1所述的基于孤立森林对抗网络的异常数据重构方法，其特征在于：所述待生成器模型与判别器模型博弈达...

【专利技术属性】
技术研发人员：陈凌，韩伟，宋云飞，杨东升，李清波，孙红兵，石慧，黄玉辉，
申请(专利权)人：淮阴师范学院，
类型：发明
国别省市：