水务流量毛刺数据检测方法技术

本申请提供了一种水务流量毛刺数据检测方法

【技术实现步骤摘要】
水务流量毛刺数据检测方法、系统、设备及可读介质


[0001]本申请涉及水务数据处理领域，尤其涉及一种水务流量毛刺数据检测方法
、
系统
、
设备及可读介质
。

技术介绍

[0002]现有的毛刺数据检测方法主要包括结合历史数据对比的箱线图法和基于密度的经典算法
——
局部异常因子法
(LOF)。
然而，这些方法在特定情况下存在一些缺陷
。
[0003]毛刺数据检测属于时序数据异常值检测的范畴，具体指时间序列中一个数据点的值突变到另一个点的值，然后再恢复到与第一个点相差不多的值
。
箱线图法使用历史数据对比来确定时序数据的阈值上下限，从而筛选出突出的毛刺数据
。
但是，该方法的阈值选取可能不准确，导致过多的毛刺被检测出来，而较小的局部毛刺可能会被忽略
。
[0004]局部异常因子法是一种基于密度的算法，用于量化每个数据点的异常程度
。
它通过计算数据点与其邻近点的相对密度来判断异常程度，适用于不均匀本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种水务流量毛刺数据检测方法，其特征在于，所述方法包括：获取水务流量数据，根据所述水务流量数据按照时间序列进行处理，得到所述水务流量数据的变化值数据，根据所述变化值数据得到平均波动系数；根据所述水务流量数据和所述平均波动系数，按照时间序列进行处理，得到所述水务流量数据的波动倍数；根据所述波动倍数确定流量毛刺数据
。2.
根据权利要求1所述检测方法，其特征在于，所述根据所述变化值数据得到平均波动系数包括：所述变化值数据包括多个时间点的变化值，根据所有时间点的变化值进行求和平均，得到平均波动系数
。3.
根据权利要求2所述检测方法，其特征在于，所述得到所述水务流量数据的波动倍数包括：目标时间点
x
的波动倍数
multi
＝
numerator/denominator
；当
numerator<avg
时，将
numerator
赋值为
avg
；
numerator
＝
|y(x)
‑
y(x
‑
1)|+|y(x+1)
‑
γ
(x)|
；当
denominator<avg
时，将
denominator
赋值为
avg
；
denominator
＝
|y(x+1)
‑
y(x
‑
1)|
；其中，
avg
是所述平均波动系数，
y(x)
是目标时间点
x
的...

【专利技术属性】
技术研发人员：李琦，薛浩，袁丹，秦琪，曹治，
申请(专利权)人：上海威派格智慧水务股份有限公司，
类型：发明
国别省市：