買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜河海大學申請的專利基于改進孤立森林算法的水電站數據異常檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114968706B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210491096.0，技術領域涉及：G06F11/30；該發明授權基于改進孤立森林算法的水電站數據異常檢測方法是由傅質馨;劉銓麟;朱俊澎;袁越設計研發完成，并于2022-05-07向國家知識產權局提交的專利申請。

本基于改進孤立森林算法的水電站數據異常檢測方法在說明書摘要公布了：本發明公開了一種基于改進孤立森林算法的智能化水電站異常數據檢測方法，包括：結合差分進化算法對孤立森林算法進行改進，實現孤立森林的自動化調參；根據孤立森林算法中森林的構建與樹的生長方式，設計目標函數；通過限定進化梯度避免過優化，確定合適的進化迭代次數；綜合模型給出的最優超參數解對智能化水電站機組運行數據進行異常檢測，獲得最終的異常檢測結果。本發明適用于智能化水電站的所有緩變量數據異常檢測，差分進化的優化結果提高了水電站數據異常檢測的準確度，同時，通過限制進化迭代，避免了過優化帶來額外的工作量，能夠實現對智能化水電站運行數據中的異常準確檢測。

本發明授權基于改進孤立森林算法的水電站數據異常檢測方法在權利要求書中公布了：1.一種基于改進孤立森林算法的水電站數據異常檢測方法，其特征在于，包括如下步驟：S1：基于差分進化算法，對孤立森林算法進行改進；S2：根據孤立森林的建立與樹的生長方式設計目標函數；S3：通過限制合適的進化梯度避免過優化，確定進化的迭代次數；S4：使用訓練好的改進孤立森林算法對水電站數據進行異常檢測，獲得最終的異常檢測結果；步驟S1中對孤立森拉算法的改進包括如下步驟：A1：根據經驗生成孤立森林的超參數初始解，即初始種群，在解空間中隨機均勻產生M個個體，每個個體由n維向量組成，如下式表達：Xi0＝xi,10,xi,20,xi,30,…,xi,n01式中，i＝1,2,3,…,M，第i個個體的第j維值取值方式如下：Xi,j＝Lj_min+rand0,1·Lj_max-Lj_min2式中，i＝1,2,3,…,M；j＝1,2,3,…n；A2：對基向量差分變異：將一個可縮放且隨機選擇的向量差分量加到基向量中，在第g次迭代中，從種群中隨機選擇3個個體Xp1g,Xp2g,Xp3g且p1≠p2≠p3≠i，同時得到其對應的適應度f，生成的變異向量為：Vig＝Xp1g+F·Xp2g-Xp3g3式中，Xp2g-Xp3g是差分向量，F是縮放因子，當進化策略不同時該步驟所產生的變異向量的方式也不一樣，A3：對基向量與變異向量重組：產生重組個體的公式如下： 式中，cr∈[0,1]為交叉概率，hi,jg表示變異后的個體，xi,jg表示原始個體；A4：對重組后的實驗個體進行選擇，選擇公式如下： 當重組個體的適應度更高時，該個體得以保留至下一代種群；A5：重復上述步驟直到滿足進化終止條件，輸出最優的孤立森林超參數解，基于此構建孤立森林；步驟A2中選用current-to-best算法模板，其具體進化策略如下：Vig＝Xp1g+F·Xbestg-Xig+F·Xp2g-Xp3g4式中，Xbest為當前最優個體；步驟S2中目標函數的設計方法為：構建目標函數的數學模型：已知待檢測的水電站數據集中樣本總數為x，假設樹的個數為n，每棵樹抽取的樣本量為m，且x小于m·n，也就是總共抽取的樣本數量；定義隨機變量xi如下： xi獨立同分布，此時可得對于第i個樣本未被抽取的概率如下： 結合xi獨立同分布，所以此時未被某棵樹抽取到水電站數據的個數的數學期望如下： 獲得所需的目標函數，也就是水電站運行數據集中未被任一孤立樹抽取的樣本數量函數，其因變量為孤立森林中孤立樹的個數與每棵樹上抽取的樣本數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人河海大學，其通訊地址為：210024 江蘇省南京市鼓樓區西康路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。