买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开一种从电价数据分布疏密特征出发的异常电价节点及异常电价区域识别系统，包括历史电价数据降维模块、电价分区模块、异常电价节点及异常电价分区识别模块；所述历史电价数据降维模块获取历史高维电价数据，并进行降维，得到降维后的低维电价数据集；所述电价分区模块对低维电价数据集进行特征提取及聚类，获得多个电价分区；基于电价分区，所述异常电价分区模块对待测电价数据的疏离程度进行刻画，从而识别出异常电价节点和异常电价分区。本发明可广泛应用于电力现货市场电价信号监管，快速识别出电价空间异常电价节点和分区，实现空间异常电价信号初步分类，为后续电价异常信号成因溯源提供信息基础，保障电力市场安全与经济运行。

主权项：1.一种从电价数据分布疏密特征出发的异常电价节点及异常电价区域识别系统，其特征在于，包括历史电价数据降维模块、电价分区模块、异常电价节点及异常电价分区识别模块；所述历史电价数据降维模块获取历史高维电价数据，并进行降维，得到降维后的低维电价数据集；所述电价分区模块对低维电价数据集进行特征提取及聚类，获得多个电价分区；基于电价分区，所述异常电价分区模块对待测电价数据的疏离程度进行刻画，从而识别出异常电价节点和异常电价分区；识别异常电价节点和异常电价分区的步骤包括：s1对各个电价分区内部的异常电价进行识别；s2剔除识别出的异常电价得到每个区域内部的正常电价数据点，再依据剩余电价数据的数据特征进行电价分区间的异常识别，检测是否存在异常电价区域；对各个电价分区内部的异常电价进行识别的步骤包括：1对孤立森林进行训练，步骤包括：1.1设定超参数，包括iForest内孤立树iTree的数量NTree、iForest内单个iTree最大高度Nsub；1.2依据电价分区结果从待测数据集中导入第Cate个电价分区数据并对电价分区数据进行预处理；1.3根据数据集的数据数量与单个iTree最大高度Nsub的关系，对每个电价分区对应的iTree最大高度进行赋值，即： 1.4iTree标志q初始化；1.5iTree标志q更新；1.6清空所有的子空间Ks,k，并将iTree的层数标志s以及iTree每层子空间的标志k初始化；1.7从数据集中随机抽取个数构成子空间Ks,k，该子空间被称为根节点；1.8将子空间Ks,k内的数据全部载入待分割区间R；1.9判断待分割区间R内是否仅包含一个数据节点，若是，则将对应的子空间Ks,k标记为叶节点并跳转至步骤1-1，否则进入步骤1.10；1.10对待分割区间R内数据进行排序，随机生成一数据点rs+1,k将区间R内数据分割为Rright和Rleft两个集合，将新生成的两个数据推入下一层的子空间集合中，即Ks+1＝{Ks,Rright,Rleft}；1.11判断当前层的子空间是否均完成了分割，若是，则跳转至步骤1.13；否则进入步骤1.12；1.12子空间的标志k更新，跳转至步骤1.8；1.13层数标志s更新；1.14判断当前iTree是否已达到最大层数，若是，则将目前层的所有子空间Ks,k均标记为叶节点，并继续步骤1.15；否则跳转至步骤1.12；1.15判断是否完成了所有iTree的训练，若是，则完成该电价分区训iForest练过程，结束流程；否则跳转至步骤1.15；2首先判断第Cate个电价分区待测数据极差与平均值的比值是否大于预设阈值，若是，则视该电价分区内所有节点电价正常，否则利用式11计算该电价分区内每个节点电价的异常分数： 式中：为异常分数；函数gx表示构建一个样本数量为x的iTree的平均路径长度；其中，函数fqxi如下所示： 式中：表示第q个iTree上从根节点到数据xi所在的叶节点经历的层数；表示第q个iTree上和数据点xi在的同一个叶节点的数据个数；函数gx表示构建一个样本数量为x的iTree的平均路径长度；3将异常分数大于预设阈值的数据识别为异常电价；进行电价分区间异常识别的步骤包括：a1计算每个电价分区内正常电价的平均值即： 式中：表示第Cate个电价分区的电价数据集中剔除异常电价数据点后的正常电价数据集；函数E·表示求取集合内数据的平均值；Ncate为电价分区数量；a2将每个电价分区的正常电价平均值组成一个新的数据集Z，得到： a3将数据集Z视为待测数据集，完成该数据集下iForest的训练，再计算每个电价分区的异常分数，若异常分数大于预设分数阈值，则该分区为异常电价分区。

全文数据：

权利要求：

百度查询： 广东电力交易中心有限责任公司 一种从电价数据分布疏密特征出发的异常电价节点及异常电价区域识别系统