基于可扩展属性图流摘要的智能电网数据异常检测OA
智能设备在电网中的应用越来越广泛,通过控制这些智能设备,能够接入并非法获取电力资源。针对智能设备产生的数据异常问题,文章首先提出了一种可扩展的属性图流摘要结构(a scalable label graph stream summarization structure,Lsxo)高效地存储和查询大容量属性图流,然后针对电网设备数据流,提出了基于Lsxo的属性图异常边流检测(abnormal edge detection of attributed graph,AEDAG)算法。通过实验证明,Lsxo的查询速度更快、存储开销更少;AEDAG能够更准确、更快地检测出智能电网家庭中的异常用电设备。
徐克磊;刘翼虎;王义;马应龙
华北电力大学控制与计算机工程学院,北京市昌平区102206华北电力大学控制与计算机工程学院,北京市昌平区102206华北电力大学控制与计算机工程学院,北京市昌平区102206华北电力大学控制与计算机工程学院,北京市昌平区102206
信息技术与安全科学
电网异常检测属性图流摘要可扩展智能设备
《电力信息与通信技术》 2026 (9)
P.81-88,8
国家电网有限公司总部科技项目“数字化项目知识图谱构建关键技术研究”(SGGSXT00XMJS2250023)国家自然科学基金项目(62072450)。
评论