基于 CEEMDAN-LOF 的企业能耗异常辨识研究

来源：机械与电子杂志2022年第12期北京时间：

作者：付茂盛;耿建;张仰飞

单位：1. 南京工程学院电力工程学院,江苏 南京 211167 ; 2. 国网山东省电力公司泰安供电公司,山东 泰安 271000

摘要：针对传统“一刀切”式的企业能耗标准难以实现异常精准辨识的问题,提出了基于 CEEMDAN-LOF的企业能耗异常辨识方法。首先,利用基于层次的密度聚类算法( HDBSCAN )构建企业能耗模式判别树,对企业能耗实时数据进行用能模式匹配;然后,引入完全自适应噪声集合经验模态分解方法( CEEMDAN )提取时序能耗数据的运行趋势,去除时序能耗数据趋势性对异常辨识的影响,并基于局部异常因子( LOF )法对能耗数据进行离群点分析,实现企业能耗异常的精准辨识。算例采用某省水泥企业真实能耗数据进行分析,结果表明,所提方法在异常检测精度方面具有优势。

关键词：数据检测;异常辨识;完全自适应噪声集合经验模态分解方法;局部异常因子;密度聚类

基金资助：国家自然科学基金资助项目( 52107098 );国家电网山东省电力公司科技项目( 5206002000QW )