【技术实现步骤摘要】
一种电量数据异常的识别方法及装置
[0001]本申请实施例涉及电力数据处理技术，尤其涉及一种电量数据异常的识别方法及装置。
技术介绍
[0002]电力数据的深度挖掘和相关的基于数据特性展开的业务高级应用，如窃电识别，需要一套可靠的原始电力数据作为基础，而电力数据在采集过程中，由于一些不稳定因素导致保存在数据集中的原始数据存在异常的数据，如果在开展业务高级应用中，不能有效的甄别这些异常数据，将给数据分析带了误差，导致基于数据分析为基础的业务高级应用的结果与实际真实情况有较大偏差。因此，有效的去除原始数据中的异常数据是非常必要的。
[0003]目前，异常数据检测技术主要分为两类，一类是基于历史数据的，如基于机器学习或基于统计的3西格玛等；另一类是基于时间序列的预测，是基于历史数据预测时间序列，并测试新数据与预测的差异是否超过某个阈值。以上方式有些不适用于电量数据的异常识别，有些不能有效的去除异常数据，甚至需要引入人工干预才能实现异常数据识别。
技术实现思路
[0004]本申请提供一种电量数据异常的识别方法...
【技术保护点】
【技术特征摘要】
1.一种电量数据异常的识别方法，其特征在于，所述方法包括：获取多个用户在过去预设时间段内的历史电量数据序列；根据各用户的历史电量数据序列，确定各用户的目标异常系数值；根据多个用户的目标异常系数值，确定最优异常系数值；采用所述最优异常系数值进行电量数据异常识别。2.根据权利要求1所述的方法，其特征在于，所述根据各用户的历史电量数据序列，确定各用户的目标异常系数值，包括：在每一次循环开始时，确定异常系数值，并采用所述异常系数值检测所述用户的历史电量数据序列中的异常电量数据，以及记录当前异常系数值检测到的异常电量数据的数量，其中，所述异常系数值的初始值为预设初始值；以设定步长对所述异常系数值进行递增，并基于递增后的异常系数值进入下一次循环；当第N次循环获得的所述数量与后续的连续多次循环得到的所述数量趋于平稳时，则将第N次循环对应的异常系数值，作为当前用户的目标异常系数值。3.根据权利要求2所述的方法，其特征在于，所述采用所述异常系数值检测所述用户的历史电量数据序列中的异常电量数据，包括：对所述用户的历史电量数据序列进行四分位划分，以获得第一分位数以及第三分位数；采用所述第一分位数以及所述第三分位数确定第一四分位间距；根据所述异常系数值以及所述第一四分位间距确定异常阈值；将超过所述异常阈值的历史电量数据作为异常电量数据。4.根据权利要求3所述的方法，其特征在于，所述采用所述最优异常系数值进行电量数据异常识别，包括：获取目标用户的目标电量数据序列；基于所述目标电量数据序列确定第二四分位间距；采用所述第二四分...
【专利技术属性】
技术研发人员：黄小奇，郑惠哲，李拥腾，吴刘燕，蔡燕芬，李慧羿，张泽锐，陈晓瑜，曾崇立，陈书娴，
申请(专利权)人：广东电网有限责任公司汕头供电局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。