【技术实现步骤摘要】
本专利技术提出了一种电力数据中异常值的处理方法及系统，涉及异常值处理，具体涉及电力数据的异常值处理。
技术介绍
1、在电力系统中，电力数据的监测和异常值的处理是非常重要的。通过对电力数据的监测和分析，可以及时发现电力系统的异常情况，并进行相应的处理，保证电力系统的稳定性和可靠性。然而，传统的电力数据异常处理往往只关注电力数据的实时值，而忽略了电力数据的波动情况，难以全面反映电力系统的运行状态和异常情况，无法通过综合考量电力数据的综合状态和波动状态，对异常值进行分级处理，异常值的处理方法不够灵活和精确。
技术实现思路
1、本专利技术提供了一种电力数据中异常值的处理方法及系统，用以解决传统的电力数据异常处理往往只关注电力数据的实时值，而忽略了电力数据的波动情况，难以全面反映电力系统的运行状态和异常情况，无法通过综合考量电力数据的综合状态和波动状态，对异常值进行分级处理，异常值的处理方法不够灵活和精确的问题：
2、本专利技术提出的一种电力数据中异常值的处理方法及系统，所述方法包括：
3、s1、按照每日数据采集的时间节点，获取每个时间节点的电力数据值，对所述电力数据值进行分析处理，获得类别分组；
4、s2、通过所述类别分组的数据计算数据评估值，绘制电力数据趋势图，根据所述趋势图结合所述数据评估值，计算所述电力数据趋势图的阶段波动值，获取波动阈值；
5、s3、根据所述阶段波动值、波动阈值结合所述电力数据趋势图，对电力数据评估值进行异常值的判定并
6、进一步地，所述s1包括：
7、s101、每日用电的每个波峰，均为数据采集的一个时间节点，收集每个时间节点获取的电力数据值，对所述电力数据值进行预处理，获得预处理数据；
8、s102、对所述预处理数据进行电力数据类型分析，为所述预处理数据按照电力数据的使用类型进行分组，获得类别分组。
9、进一步地，所述s2包括：
10、s201、通过每个时间节点的所述类别分组的数据计算数据评估值；
11、s202、以时间节点为横坐标，以数据评估值为纵坐标，分别建立每一日的电力数据趋势图；
12、计算历史所有电力数据趋势图中数据评估值最高点的平均值，所述平均值为异常数据临界值，将每一电力数据趋势图中，每一时间节点的数据评估值与所述异常数据临界值进行比较，根据比较结果获得三种不同标注，当所述数据评估值大于所述异常数据临界值时，将所述数据评估值标注为确定异常值，当所述数据评估值小于等于所述异常数据临界值且大于等于临界值的1/2时，将所述数据评估值标注为疑似异常值；当所述数据评估值小于临界值的1/2时，将所述数据评估值标注为正常值。
13、进一步地，所述s2还包括：
14、s301、在同一电力趋势图中，根据横坐标不同时间节点的数据评估值，计算每两个相邻时间节点相较于所述电力趋势图中历史相邻时间节点的数据评估值的波动值，称为阶段波动值；
15、s302、计算所述电力趋势图中，所有历史阶段波动值的均值，所述均值为波动阈值；
16、进一步地，所述s3包括：
17、s401、在所述电力数据趋势图中，将每个阶段波动值按照时间节点的顺序结合所述三种不同标注，依次与所述波动阈值进行比较；
18、s402、当所述阶段波动值大于所述波动阈值，且阶段波动值对应的两个时间节点的数据评估值中至少有一个疑似异常值或确定异常值时，将所述数据评估值作为缺失值，进行缺失处理；
19、当所述阶段波动值大于所述波动阈值，且阶段波动值对应的两个时间节点的数据评估值中两个均为疑似异常值、确定异常值或一个为疑似异常值，另一个为确定异常值时，通过计算与两个所述数据评估值相邻的两个数据评估值的均值，修正所述阶段波动值对应的两个时间节点的数据评估值；
20、当所述阶段波动值小于所述波动阈值时，对阶段波动值进行定期监测，不对数据评估值进行处理。
21、进一步地，所述系统包括：
22、数据分组模块，用于按照每日数据采集的时间节点，获取每个时间节点的电力数据值，对所述电力数据值进行分析处理，获得类别分组；
23、计算建图模块，用于通过所述类别分组的数据计算数据评估值，绘制电力数据趋势图，根据所述趋势图结合所述数据评估值，计算所述电力数据趋势图的阶段波动值，获取波动阈值；
24、异常处理模块，用于根据所述阶段波动值、波动阈值结合所述电力数据趋势图，对电力数据评估值进行异常值的判定并进行分级处理。
25、进一步地，所述数据分组模块包括：
26、预处理模块，用于在每日用电的每个波峰，也即数据采集的时间节点，收集每个时间节点获取的电力数据值，对所述电力数据值进行预处理，获得预处理数据；
27、分组模块，用于通过对所述预处理数据进行电力数据类型分析，为所述预处理数据按照电力数据的使用类型进行分组，获得类别分组。
28、进一步地，所述计算建图模块包括：
29、数据评估计算模块，用于通过每个时间节点的所述类别分组的数据计算数据评估值；
30、计算历史所有电力数据趋势图中数据评估值最高点的平均值，所述平均值为异常数据临界值，将每一电力数据趋势图中，每一时间节点的数据评估值与所述异常数据临界值进行比较，根据比较结果获得三种不同标注，当所述数据评估值大于所述异常数据临界值时，将所述数据评估值标注为确定异常值，当所述数据评估值小于等于所述异常数据临界值且大于等于临界值的1/2时，将所述数据评估值标注为疑似异常值；当所述数据评估值小于临界值的1/2时，将所述数据评估值标注为正常值。
31、进一步地，所述计算建图模块还包括：
32、阶段区分模块，用于在同一电力趋势图中，根据横坐标不同时间节点的数据评估值，计算每两个相邻时间节点相较于所述电力趋势图中历史相邻时间节点的数据评估值的波动值，称为阶段波动值；
33、波动值计算模块，用于计算所述电力趋势图中，所有历史阶段波动值的均值，所述均值为波动阈值；
34、进一步地，所述异常处理模块包括：
35、结合模块，用于在所述电力数据趋势图中，将每个阶段波动值按照时间节点的顺序结合所述三种不同标注，依次与所述波动阈值进行比较；
36、对比处理模块，用于当所述阶段波动值大于所述波动阈值，且阶段波动值对应的两个时间节点的数据评估值中至少有一个疑似异常值或确定异常值时，将所述数据评估值作为缺失值，进行缺失处理；
37、当所述阶段波动值大于所述波动阈值，且阶段波动值对应的两个时间节点的数据评估值中两个均为疑似异常值、确定异常值或一个为疑似异常值，另一个为确定异常值时，通过计算与两个所述数据评估值相邻的两个数据评估值的均值，修正所述阶段波动值对应的两个时间节点的数据评估值；
38、当所述阶段波动值小于所述波动阈值时本文档来自技高网...
【技术保护点】
1.一种电力数据中异常值的处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种电力数据中异常值的处理方法，其特征在于，所述S1包括：
3.根据权利要求1所述一种电力数据中异常值的处理方法，其特征在于，所述S2包括：
4.根据权利要求3所述一种电力数据中异常值的处理方法，其特征在于，所述S2还包括：
5.根据权利要求3所述一种电力数据中异常值的处理方法，其特征在于，所述S3包括：
6.一种电力数据中异常值的处理系统，其特征在于，所述系统包括：
7.根据权利要求6所述一种电力数据中异常值的处理系统，其特征在于，所述数据分组模块包括：
8.根据权利要求6所述一种电力数据中异常值的处理系统，其特征在于，所述计算建图模块包括：
9.根据权利要求8所述一种电力数据中异常值的处理系统，其特征在于，所述计算建图模块还包括：
10.根据权利要求8所述一种电力数据中异常值的处理系统，其特征在于，所述异常处理模块包括：
【技术特征摘要】
1.一种电力数据中异常值的处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种电力数据中异常值的处理方法，其特征在于，所述s1包括：
3.根据权利要求1所述一种电力数据中异常值的处理方法，其特征在于，所述s2包括：
4.根据权利要求3所述一种电力数据中异常值的处理方法，其特征在于，所述s2还包括：
5.根据权利要求3所述一种电力数据中异常值的处理方法，其特征在于，所述s3包括：
6.一种电...
【专利技术属性】
技术研发人员：池晓虎，池淼，赵金洋，池铭，
申请(专利权)人：北京浩然五洲软件技术有限公司，
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。