异常负荷数据识别方法及电子设备技术

本发明专利技术适用于电力技术领域，提供了一种异常负荷数据识别方法及电子设备，所述方法包括：获取目标负荷数据集；针对每个预设采集时刻，从目标负荷数据集中提取各日的该预设采集时刻对应的负荷数据，得到该预设采集时刻对应的负荷数据子集；针对每个负荷数据子集，根据该负荷数据子集中各个负荷数据的密度确定该负荷数据子集对应的异常数据域；根据各个负荷数据子集对应的异常数据域确定目标负荷数据集对应的异常数据域，并基于目标负荷数据集对应的异常数据域，识别目标负荷数据集中异常的负荷数据。本发明专利技术能够更准确地识别异常的负荷数据。数据。数据。

【技术实现步骤摘要】
异常负荷数据识别方法及电子设备


[0001]本专利技术属于电力
，尤其涉及一种异常负荷数据识别方法及电子设备。

技术介绍

[0002]随着电力网络智能化水平的提高和电力市场改革的深入，电力负荷数据逐渐成为应用最为广泛的数据之一，其在电力系统运行、电力消费分析和用电需求管控等方面都起到了不可替代的作用。
[0003]电力负荷数据会因为方方面面的原因而偏离其常规数值，所以在应用电力负荷数据之前，对负荷数据中的异常值进行识别和修正显得尤为重要。
[0004]然而，在异常负荷数据识别方面，现有技术通常只是根据某一天的负荷数据连续性来分析识别异常值，不能客观反映异常情况，识别准确率低。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供了一种异常负荷数据识别方法及电子设备，以解决现有技术中的异常负荷数据识别方法识别准确率低的问题。
[0006]本专利技术实施例的第一方面提供了一种异常负荷数据识别方法，包括：
[0007]获取目标负荷数据集；其中，目标负荷数据集为多日的负荷数据，每日均包括多个预设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常负荷数据识别方法，其特征在于，包括：获取目标负荷数据集；其中，所述目标负荷数据集为多日的负荷数据，每日均包括多个预设采集时刻，每个预设采集时刻对应一个负荷数据；针对每个预设采集时刻，从所述目标负荷数据集中提取各日的该预设采集时刻对应的负荷数据，得到该预设采集时刻对应的负荷数据子集；针对每个负荷数据子集，根据该负荷数据子集中各个负荷数据的密度确定该负荷数据子集对应的异常数据域；根据各个负荷数据子集对应的异常数据域确定所述目标负荷数据集对应的异常数据域，并基于所述目标负荷数据集对应的异常数据域，识别所述目标负荷数据集中异常的负荷数据。2.如权利要求1所述的异常负荷数据识别方法，其特征在于，根据该负荷数据子集中各个负荷数据的密度确定该负荷数据子集对应的异常数据域，包括：根据该负荷数据子集中各个负荷数据的密度计算该负荷数据子集对应的中心负荷，并计算该负荷数据子集中的各个负荷数据与所述中心负荷的偏差值；根据各个偏差值确定该负荷数据子集对应的偏差标准正态分布；基于所述偏差标准正态分布确定该负荷数据子集对应的异常数据域。3.如权利要求2所述的异常负荷数据识别方法，其特征在于，根据该负荷数据子集中各个负荷数据的密度计算该负荷数据子集对应的中心负荷，包括：根据各个负荷数据的密度计算各个负荷数据的权重值；根据确定该负荷数据子集对应的中心负荷；其中，为该负荷数据子集对应的中心负荷，L为该负荷数据子集中的负荷数据的数量，w
i
为该负荷数据子集中第i个负荷数据的权重值，y
i
为该负荷数据子集中的第i个负荷数据。4.如权利要求3所述的异常负荷数据识别方法，其特征在于，根据各个负荷数据的密度计算各个负荷数据的权重值的公式为：式中，l为该负荷数据子集对应的中心负荷，l
i
和l
j
分别为该负荷数据子集中的第i个和第j个负荷数据，Kern
h
为尺度为h的高斯核函数。5.如权利要求2所述的异常负荷数据识别方法，其特征在于，根据各个偏差值确定该负荷数据子集对应的偏差标准正态分布，包括：根据各个偏差值计算所述偏差标准正...

【专利技术属性】
技术研发人员：张蔷，周毓敏，马骞，李豹，王巍，王子强，刘梅，周辉，
申请(专利权)人：北京清软创新科技股份有限公司，
类型：发明
国别省市：