一种面向新能源大数据的异常检测方法

本发明提出了一种面向新能源大数据的异常检测方法，数据准备阶段：完成异常图模式数据的初始化；异常图模式的第一步是生成一组不带属性的候选图模式集合；第二，构造图模式匹配并计算不带属性的候选图模式的支持度；第三，计算异常度生成不带属性的异常图模式；第四，构造带属性的候选图模式，计算带属性的候选图模式的支持度和异常度，生成带属性的异常图模式；第五，跳转到第一步进行下一层的异常图模式生成；本发明的挖掘算法，充分利用了新能源数据的多源异构性，以及新能源数据的分布模式变化多端的特点，为新能源异常数据检测提供了灵活、高效的解决方案，对于提升新能源大数据的质量具有积极作用。