《表1 异常数据检测结果：用于电力数据管理分析的负荷预测与异常检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《用于电力数据管理分析的负荷预测与异常检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

经过统计，改进谱聚类算法共检测出33个候选异常数据点。按照杰卡德相似系数处理后，最终获得异常数据点个数为30个。处理结果表明，候选异常数据点并不是最终的异常数据点，杰卡德相似系数能够有效降低直接采用改进谱聚类算法得出异常数据点的虚警概率。为了进一步验证文中提出的电力数据异常检测算法性能，将其在相同条件下与K均值聚类算法、小批量聚类算法、谱聚类算法进行对比，实验结果如表1所示。实验结果表明，本文提出的改进谱聚类算法对电力异常数据的检测正确率高于其它三种检测方法。