【技术实现步骤摘要】
本专利技术涉及电力数据分析，尤其是涉及一种电力数据的异常识别方法、装置、存储介质及计算机设备。
技术介绍
1、随着智能电网的快速发展，电力用户数据呈现爆发式增长，包括用户负荷曲线、用电特性、功率因数等多元数据。电力数据的准确性和完整性直接关系到电网的稳定运行、需求侧管理效率及市场交易决策。基于此，需要对电力数据进行异常检测。
2、目前，通常通过人工经验来设定异常检测阈值，并根据异常检测阈值来对电力数据进行异常检测。然而，这种人工设定阈值的方式，耗时耗力，且由于主观偏差，会导致阈值设定错误，从而降低电力数据的异常检测精度。
技术实现思路
1、本专利技术提供了一种电力数据的异常识别方法、装置、存储介质及计算机设备，主要在于能够提高电力数据的异常检测效率和异常检测精度。
2、根据本专利技术的第一个方面，提供一种电力数据的异常识别方法，包括：
3、响应于待识别电力数据的异常识别信号，获取所述待识别电力数据所属目标用户的多维度用户用电特征数据；
4、对...
【技术保护点】
1.一种电力数据的异常识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述待识别电力数据进行粗略异常识别，包括：
3.根据权利要求1所述的方法，其特征在于，所述粗略异常识别结果包括零点识别结果、空点识别结果、近零点识别结果、连续恒定点识别结果、异常阶跃点识别结果；
4.根据权利要求1所述的方法，其特征在于，对所述用户用电特征向量和所述电力负荷特征向量进行融合处理，得到融合特征向量，包括：
5.根据权利要求1所述的方法，其特征在于，将所述融合特征向量输入至预设异常识别模型中进行动态异常识别，得到所...
【技术特征摘要】
1.一种电力数据的异常识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述待识别电力数据进行粗略异常识别，包括：
3.根据权利要求1所述的方法，其特征在于，所述粗略异常识别结果包括零点识别结果、空点识别结果、近零点识别结果、连续恒定点识别结果、异常阶跃点识别结果；
4.根据权利要求1所述的方法，其特征在于，对所述用户用电特征向量和所述电力负荷特征向量进行融合处理，得到融合特征向量，包括：
5.根据权利要求1所述的方法，其特征在于，将所述融合特征向量输入至预设异常识别模型中进行动态异常识别，得到所述待识别电力数据的异常识别结果，包括：
6.根据权利要求1所述的方法，其特征在于，在将...
【专利技术属性】
技术研发人员：钟福清，何欣，罗丽思，董婷，熊冰，覃方，梁业英，钟雪，周恩贵，廖霞，唐诗南，陈少兰，彭绮琦，
申请(专利权)人：广西电网有限责任公司玉林供电局，
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。