[1] 邱承武, 宓群超. 利用电力数据四级网实现小电厂数据的采集 [J]. 电力系统自动化, 2006, 30(3): 105-106. DOI: 10.3321/j.issn:1000-1026.2006.03.020 [2] 秦璇. 电力统计数据的质量评估及其异常检测方法研究 [D]. 长沙: 长沙理工大学, 2013. [3] 刘冬兰, 马雷, 刘新, 等. 基于深度学习的电力大数据融合与异常检测方法 [J]. 计算机应用与软件, 2018, 35(4): 61-64. DOI: 10.3969/j.issn.1000-386x.2018.04.011 [4] 蒋盛益, 姜灵敏. 一种高效异常检测方法 [J]. 计算机工程, 2007, 33(7): 166-168. DOI: 10.3969/j.issn.1000-3428.2007.07.060 [5] MA J, CHEN Y S, HUANG Z Y, et al. Detect abnormal SCADA data using state estimation residuals [C]// IEEE Transmission & Distribution Conference & Exposition. IEEE, 2010. [6] 王桂兰, 周国亮, 赵洪山, 等. 大规模用电数据流的快速聚类和异常检测技术 [J]. 电力系统自动化, 2016, 40(24): 27-33. DOI: 10.7500/AEPS20160123002 [7] 庄池杰, 张斌, 胡军, 等. 基于无监督学习的电力用户异常用电模式检测 [J]. 中国电机工程学报, 2016, 36(2): 379-387 [8] MACQUEEN J. Some methods for classification and analysis of multivariate observe [C]// Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability. 1967: 281-297. [9] 行小帅, 潘进, 焦李成. 基于免疫规划的K-means聚类算法 [J]. 计算机学报, 2003, 26(5): 605-610. DOI: 10.3321/j.issn:0254-4164.2003.05.012 [10] 段桂芹. 基于均值与最大距离乘积的初始聚类中心优化K-means算法 [J]. 计算机与数字工程, 2015, 43(3): 379-382. DOI: 10.3969/j.issn1672-9722.2015.03.008 [11] 李炎, 李皓, 钱肖鲁, 等. 异常检测算法分析 [J]. 计算机工程, 2002, 28(6): 5-6. DOI: 10.3969/j.issn.1000-3428.2002.06.003 [12] ISENKUL M E, SAKAR B E, KURSUN O, et al. Improved spiral test using digitized graphics tablet for monitoring Parkinson’s disease [C]// The 2nd International Conference on e-Health and Telemedicine. 2014: 171-175. [13] SAKAR B E, ISENKUL M E, SAKAR C O, et al. Collection and analysis of a parkinson speech dataset with multiple types of sound recordings [J]. IEEE Journal of Biomedical and Health Informatics, 2013, 17(4): 828-834. DOI: 10.1109/JBHI.2013.2245674. [14] 左进, 陈泽茂. 基于改进K均值聚类的异常检测算法 [J]. 计算机科学, 2016, 43(8): 258-261. DOI: 10.11896/j.issn.1002-137X.2016.08.052 [15] 韩最蛟. 基于数据密集性的自适应K均值初始化方法 [J]. 计算机应用与软件, 2014, 31(2): 182-187. DOI: 10.3969/j.issn.1000-386x.2014.02.049 |