WAMA:基于图感知分区与多级检测的智能电网实时异常检测分布式框架
《IEEE Journal of Photovoltaics》:WAMA: A Distributed Workload-Aware and Multi-Level Anomaly Detection Framework for Real-Time Smart Grid Device Monitoring
【字体:
大
中
小
】
时间:2026年09月18日
来源:IEEE Journal of Photovoltaics 3.7
编辑推荐:
摘要:实时异常检测对于确保智能电网的稳定运行至关重要,但传感器网络的快速扩展和电力设备复杂度的不断增加带来了重大挑战:异质数据更新频率导致计算负载不均衡,以及逐设备穷举检查造成的冗余处理。为解决这些问题,我们提出了WAMA——一种面向智能电网实时异常检测的新型分布式框架。W
摘要:
实时异常检测对于确保智能电网的稳定运行至关重要,但传感器网络的快速扩展和电力设备复杂度的不断增加带来了重大挑战:异质数据更新频率导致计算负载不均衡,以及逐设备穷举检查造成的冗余处理。为解决这些问题,我们提出了WAMA——一种面向智能电网实时异常检测的新型分布式框架。WAMA的架构建立在两项关键创新之上:基于图的工作负载感知分区(GWAP),该机制将电力传感网络建模为加权图,在保持空间局部性的同时实现均衡的工作负载分布;以及多级检测(MLD)机制,该机制通过三层(分区-单元-设备)的"触发与细化"级联策略逐步细化异常识别,从而显著降低计算开销。大量实验评估表明WAMA具有卓越的性能。具体而言,WAMA的GWAP将负载均衡提升了2倍,与传统分区方法相比具有显著更高的吞吐量。此外,其MLD机制实现的平均吞吐量比基线方法高出一个数量级。因此,WAMA的端到端效率比基线方法高出约26.5倍。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号