控制理论与应用ControlTheoryandApplications《自动化技术与应用》2023年第42卷第6期TechniquesofAutomation&Applications基于支持向量机的电力系统调度数据异常检测方法刘震宇（国网冀北电力有限公司承德供电公司，河北承德067000）摘要:以准确检测电力系统调度数据异常模式为目的，提出基于支持向量机的电力系统调度数据异常检测方法。在分析电力自动化调度运行结构的基础上，构建调度数据的时间序列模型，识别并去除异常数据时间序列中的噪声数据与缺失数据。针对处理后的数据集合，利用孤立森林提取其异常特征，再将提取出的特征输入到支持向量机中，识别其中的异常特征模式，从而完成对电力系统调度数据异常的检测。实验结果验证：该方法在检测异常数据时，能够充分发挥数据预处理、数据特征提取、异常特征模式识别三大功能，具有较好的应用效果。关键词:支持向量机；电力系统调度;数据异常检测；特征提取；孤立森林中图分类号：TP391文献标识码:A文章编号:1003-7241(2023)06-0024-05AnomalyDetectionMethodofPowerSystemDispatchingDataBasedonSupportVectorMachineLIUZhen-yu(StateGridJibeiElectricPowerCo.,Ltd.,ChengdePowerSupplyCompany,Chengde067000China)Abstract:Inordertoaccuratelydetecttheabnormalpatternsofpowersystemdispatchingdata,anabnormaldetectionmethodofpowersys-temdispatchingdatabasedonsupportvectormachine(SVM)isproposed.Basedontheanalysisofautomaticdispatchingopera-tionstructureofelectricpower,atimeseriesmodelofdispatchingdataisconstructedtoidentifyandremovenoisedataandmiss-ingdatainabnormaldatatimeseries.Fortheprocesseddataset,theisolatedforestisusedtoextractitsabnormalfeatures,andthentheextractedfeaturesareinputintothesupportvectormachinetoidentifytheabnormalfeaturepatterns,soastocompletetheabnormaldetectionofpowersystemschedulingdata.Experimentalresultsshowthatthismethodcangivefullplaytothethreefunctionsofdatapreprocessing,datafeatureextractionandabnormalfeaturepatternrecognitionwhendetectingabnormaldata,andhasagoodapplicationeffect.Keywords:SupportVectorMachine;powersystemdispatching;dataanomalydetection;featureextraction;isolatedforest收稿日期:2022-02-23DOI:10.20033/j.1003-7241.（2023）06-0024-05.1引言目前，我国电力系统的...
