基于电力-经济数据特性大数据辅助减污降碳方法及装置制造方法及图纸

本发明专利技术公开了一种基于电力‑经济数据特性大数据辅助减污降碳方法及装置，方法包括：基于改进的局部离群因子法得出每个具有电力、经济、环境、以及能源维度的原始数据点的熵权局部离群因子，基于剔除异常值的数据构建基于K平均‑改进均值插补法的缺失数据填补模型用于填补缺失数据，将剔除异常值后的数据划分为完整数据集和不完整数据集，对完整数据集采用K平均聚类算法进行聚类，不完整数据集采用改进均值插补法计算缺失值，将二者的结果结合得到填补缺失值后的完整数据集；当完整数据集达到精度或达到最大迭代次数则将输出的剔除异常值并填补缺失值后的数据集应用到减污降碳的数据分析中，进而辅助减污降碳。装置包括：处理器和存储器。

【技术实现步骤摘要】

本专利技术涉及电力系统领域，尤其涉及一种基于电力-经济数据特性大数据辅助减污降碳方法及装置。

技术介绍

1、根据ipcc(联合国政府间气候变化专门委员会)发布的气候变化第五次报告显示，人类开发利用化石能源资源是引起气候变化的主要原因，而直接来源于能源部门的二氧化碳排放量就占到了总排放的40％以上[1]，而电力是能源部门的重要组成部分。电力公司为了响应“双碳”号召，也开展了电力大数据业务辅助减污降碳[2]。

2、目前，在开展面向经济高质量发展的城市减污降碳协同发展及相关业务布局研究工作中，存在以下技术难点：能源、经济、环境和“双碳”领域各自都有较为成熟的大数据体系，但这些体系相对独立，缺乏跨领域的融合分析。环境、经济数据的实时性、覆盖面、准确度都不如电力数据，且经济、环保、行业产值等的大数据存在数据缺失与异常值的情况，阻碍了构建以电力大数据为核心，融合能源、经济、环境的大数据体系。为了充分发挥电力大数据的辅助作用，需要克服大数据中存在的异常值与缺失值的问题。

3、针对大数据中的异常值和缺失值问题，目前有一些研究。熊中敏[3]等人做了总本文档来自技高网...

【技术保护点】

1.一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，所述基于改进的局部离群因子法得出具有电力、经济、环境、以及能源维度的原始每个数据点的熵权局部离群因子，并将电力、经济、环境以及能源数据的异常值剔除具体为：

3.根据权利要求2所述的一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，

4.根据权利要求1所述的一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，所述将二者的结果结合得到完整数据集具体为：

5....

【技术特征摘要】

1.一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，所述基于改进的局部离群因子法得出具有电力、经济、环境、以及能源维度的原始每个数据点的熵权局部离群因子，并将电力、经济、环境以及能源数据的异常值剔除具体为：

3.根据权利要求2所述的一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，

4.根据权利要求1所述的一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，所述将二者的结果结合得到完整数据集具体为：

5.根据权利要求1所述的一种基于电力-经济数据特性大数据辅助减污降碳方法，其特征在于，所述k平均法为：初始化中心点；将完整数据集中的电力、经济、环境以及能源数据分配到最近的中心点、重新计算聚类中心、...

【专利技术属性】
技术研发人员：孔祥玉，陈一，王洋，罗帅，项添春，刘宁，高毅，高碧轩，杨振宇，
申请(专利权)人：天津大学，
类型：发明
国别省市：