一種電力數(shù)據(jù)網(wǎng)流量異常檢測方法、系統(tǒng)及電子設(shè)備

基本信息

申請?zhí)?/td> CN202010432272.4 申請日 -
公開（公告）號(hào) CN111711608A 公開（公告）日 2022-06-21
申請公布號(hào) CN111711608A 申請公布日 2022-06-21
分類號(hào) H04L29/06;G06K9/62 分類 電通信技術(shù);
發(fā)明人 葉萌;周華旭;黃觀金;鞠耀東;邵志成;龔卿;張旭輝;王苗庚;陳尚權(quán);陳創(chuàng)波 申請（專利權(quán)）人 南方電網(wǎng)調(diào)峰調(diào)頻發(fā)電有限公司信息通信分公司
代理機(jī)構(gòu) 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 代理人 鄭朝然
地址 511400 廣東省廣州市番禺區(qū)東環(huán)街番禺大道北555號(hào)番禺節(jié)能科技園內(nèi)街天安總部中心1號(hào)樓601房
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種電力數(shù)據(jù)網(wǎng)流量異常檢測方法、系統(tǒng)及電子設(shè)備，方法包括：將電力數(shù)據(jù)網(wǎng)的流量特征數(shù)據(jù)輸入LightGBM模型，輸出電力數(shù)據(jù)網(wǎng)的流量特征數(shù)據(jù)對應(yīng)的正?；虍惓＝Y(jié)果，LightGBM模型為根據(jù)電力數(shù)據(jù)網(wǎng)的訓(xùn)練集訓(xùn)練而來，其中，利用貝葉斯優(yōu)化算法確定模型的最佳超參組合，LightGBM模型由多個(gè)弱分類器以及每一個(gè)弱分類器對應(yīng)的權(quán)重值復(fù)合而來。本發(fā)明將貝葉斯優(yōu)化算法與LightGBM模型融合，利用貝葉斯優(yōu)化算法確定LightGBM模型的最佳超參組合，對于LightGBM模型中的多個(gè)弱分類器進(jìn)行權(quán)重的分配，提高LightGBM模型的整體分類效果，提高電力數(shù)據(jù)網(wǎng)中流量異常檢測準(zhǔn)確率和效率。