混沌RBF神经网络异常检测算法

摘要：

针对传统神经网络异常检测算法的准确率问题，文中将混沌和RBF( Radial Basis Function)神经网络相结合，既可利用混沌的随机性、初值敏感性等特点，也可发挥RBF神经网络大规模并行处理、自组织自适应性等功能。文中对混沌时间序列进行相空间重构得到相空间向量，作为RBF神经网络的输入，通过RBF神经网络构建电力负荷序列的拟合函数，在此基础上进一步预测，比较预测值与真实值的偏差，从而判断检测信号是否为异常信号。实验结果表明，该方法相对其他算法预测精度更高，具有较好的异常检测能力。

关键词：电力负荷、相空间重构、混沌时间序列、RBF神经网络、异常检测

分类号：TP183(自动化基础理论)

资助基金：国家国防技术基础科研项目Z201152010

在线出版日期：2014-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-33