【技术实现步骤摘要】
本专利技术属于电力行业数据治理领域，涉及电力时间序列数据的特征处理以及聚类、异常检测、异常修复等机器学习技术，具体涉及一种计及行为共性的电力时序数据异常检测与修复方法。
技术介绍
1、电网元件运行的量测数据表现出典型的时间序列特征，是电网运行健康的重要表征，因此电力时间序列数据也是电力企业数据资产的核心组成。电网运行时间序列数据的异常检测与修复是保证电网稳定运行、提升电力数据资产价值的核心任务之一。在电力时间序列数据中，异常数据的产生可能源自多个因素，包括电网元件自身运行异常、元件故障、数据采集或传输故障、人为因素以及外界因素影响等等。在电网运行监测以及电力数据治理过程中对电力时间序列数据的异常进行及时有效的检测、识别与修复，有助于维护电力系统运营的稳定性和安全性、提高电网数据资产质量并加速电力数据要素价值发挥。
2、电力时间序列数据的异常的种类可分为全局异常、上下文异常与集合异常。全局异常是指该数据相对于全局中其他时间点的数据具有明显偏差。上下文异常通常是指在它们自己的上下文中具有相对较大或较小的值，但这种异常不是全局的。...
【技术保护点】
1.一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，所述步骤S1的行为共性分析包括如下步骤：
3.根据权利要求2所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，所述步骤A1～A3的具体过程为：
4.根据权利要求1所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，所述步骤S2包括如下步骤：
5.根据权利要求4所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在...
【技术特征摘要】
1.一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，所述步骤s1的行为共性分析包括如下步骤：
3.根据权利要求2所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，所述步骤a1～a3的具体过程为：
4.根据权利要求1所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，所述步骤s2包括如下步骤：
5.根据权利要求4所述的一种计及行为共性的电力时序数据异常检测与修复方法，其特征在于，所述步骤b1～b7的具体过程为：
6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：于瑞强，闫谷丰，李晓宇，喻魏贤，王学峰，李锐，李万勇，赵轩臣，邵江东，赵勇，
申请(专利权)人：烟台海颐软件股份有限公司，
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。