一种基于图像分割的电力系统模型异常数据清洗方法技术方案

本发明专利技术提出一种基于图像分割的电力系统模型异常数据清洗方法，所述方法包括以下步骤；步骤一、通过构建多尺度空间对电力系统模型特征进行多尺度的分析和处理，以确定提取最稳定和信息丰富的形状表示最佳尺度；步骤二、进行WPC图像的双特征提取以全面地描述电力系统模型的形态特征；步骤三、构建能适应电力系统模型复杂变形情况的可变形WPC形状模型；步骤四、通过图像分割技术清理模型中的异常数据以去除噪音和异常点；本发明专利技术能够有效地去除噪音和异常点，提高数据的准确性和可靠性；在电力系统模型异常数据清洗方面具有较高的可行性和适用性。

【技术实现步骤摘要】

本专利技术涉及电力系统碳减排，尤其是一种基于图像分割的电力系统模型异常数据清洗方法。

技术介绍

1、电力系统数据处理和分析是电力领域的重要研究内容，其主要用途是对电力系统的运行状态进行实时监测，确保电力系统的稳定和安全。而电力系统模型是电力系统数据处理和分析的重要组成部分，它用于描述电力系统的结构和特性，以及预测电力系统各个部分的运行状态。

2、由于电力系统模型所包含的数据量较大，其中存在许多的噪音和异常点，这些数据会影响电力系统模型的准确性和可靠性，从而影响电力系统的运行状态监测和分析结果的准确性。

3、因此，如何清理和处理电力系统模型中的异常数据，成为当今电力领域重要的研究内容。因此开发一种新的电力系统模型异常数据清洗算法，具有极大的必要性和应用价值。

技术实现思路

1、本专利技术提出一种基于图像分割的电力系统模型异常数据清洗方法，针对传统电力系统异常数据处理方法效率较低、难以处理大规模数据的问题，通过构建多尺度空间来确定提取最稳定和信息丰富的形状表示最佳尺度，构建可变形wpc形状本文档来自技高网...

【技术保护点】

1.一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：所述方法包括以下步骤；

2.根据权利要求1所述的一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：步骤二中，采用WPC算法对电力系统模型图像进行分解和重构，以提取出电力系统模型的不同频率的信息，即使用WPC数据二值化方法提取形态特征、文本特征。

3.根据权利要求2所述的一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：所述WPC数据二值化方法通过以下公式执行；

4.根据权利要求3所述的一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：步骤三中，采用基于变形模型...

【技术特征摘要】

1.一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：所述方法包括以下步骤；

2.根据权利要求1所述的一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：步骤二中，采用wpc算法对电力系统模型图像进行分解和重构，以提取出电力系统模型的不同频率的信息，即使用wpc数据二值化方法提取形态特征、文本特征。

3.根据权利要求2所述的一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：所述wpc数据二值化方法通过以下公式执行；

4.根据权利要求3所述的一种基于图像分割的电力系统模型异常数据清洗方法，其特征在于：步骤三中，采用基于变形模型的算法以根据电力系统模型的复杂变形情况来调整wpc形状模型；其采用定量方法...

【专利技术属性】
技术研发人员：李扬笛，钱健，吴飞，黄建业，林爽，林晨翔，翁宇游，杨彦，谢炜，郭俊，周晨曦，姚文旭，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：