基于DBSCAN算法的燃气流量数据异常检测OA

燃气流量数据存在的异常流量会降低数据分析和数据预测的精度,针对个别异常流量难以检测的问题,以某门站近90 d的实际流量数据为研究对象,提出基于DBSCAN算法的燃气流量数据异常检测方法。将近90 d的燃气流量数据分割为88个日流量样本,采用DBSCAN算法对日流量样本进行异常检测,将总样本数量的5%设为异常数量阈值,检测得到异常样本(视为异常流量工况)。以均方误差为评价指标寻找最相似样本(均方误差最小的正常样本),将其作为每个小时流量的异常检测的参考,以最相似样本小时流量的5%作为差距阈值,检测出个别异常流量。结果表明,基于DBSCAN算法的燃气流量数据异常检测方法,将个别异常小时流量检测纳入异常流量工况进行检测是可行的。