电力用户用电信息采集系统的计算机数据修复方法技术方案

本发明专利技术涉及一种计算机数据处理方法，特别是一种电力用户用电信息采集系统的计算机数据修复方法，先利用滑动平均法判别出其中的异常数据，再基于回归分析和时间序列建立修复模型，并对模型进行DW方法验证和修正，再根据修复模型修复数据。其优点在于，能够得到修复效果好、质量高的缺失数据，为整个电力用电信息系统提供完整和准确的数据信息，保证了数据的正常使用。

【技术实现步骤摘要】

本专利技术涉及一种计算机数据处理方法，特别是一种。
技术介绍
在电力系统中，电力用户用电信息采集系统是用于电力用电负荷、电量等重要用电信息采集、分析及应用，为企业相关业务和信息系统提供基础数据支撑。但是由于采集终端、通信信道等原因，会导致部分数据不能被及时采集、正常采集或者正确采集，影响数据完整率和准确率，导致相关数据的统计分析不准确，直接或者间接影响了采集数据的正常使用。因此，在电力用户用电信息采集系统建设过程中，应该同步建立异常值(含缺失值)的修复技术，使之能监测并发现异常数据，并通过分析计算出异常数据的合理替代值，以有效地提高采集数据的质量，以提升电力用户用电信息采集系统的实用化水平。然而现有技术中，电力用户用电信息采集系统中数据修复方法是通过对单天数据的走势进行修复，或者根据平均值对异常值进行修复，没有考虑数据的时间关联性和滞后性，修复精度不高，数据质量较差。
技术实现思路
本专利技术的目的在于根据现有技术的不足之处而提供一种基于数据的时间关联性和滞后性、修复精度高的。本专利技术的目的是通过以下途径来实现的，包括如下步骤(1)提供数据预处理模块和与其连接的数据修复存储模块，数据预处理模块对电力用户用电信息采集系统中的待处理数据进行预处理，根据滑动平均法判别出其中的异常数据，并把其标示为待修复数据Yi，并存储到数据修复存储模块中；(2)数据修复存储模块中存储有电力用户用电信息所采集的待修复数据集和历史数据，其中待修复数据集为数据集K，其包括待修复数据巧，是对应于待修复数据所产生的当天的数据集，(3)提供一种数据处理模块，其从数据修复存储模块中提取与数据集K相邻的前30天历史数据，该提取的历史数据中与待修复数据所对应时刻的数据无缺损，数据处理模块根据每一天的变化趋势，计算这30天历史数据分别与待修复数据的相关度P，P为一个数据集；(4)数据处理模块对#进行排序，取#值最大所对应的那天作为一个变量不；(5)数据处理模块从数据修复存储模块中提取数据集K的一阶超前数据集馬作为模型的另一个变量，建立二元一阶滞后回归模型T=片+爲不+.爲, ￡为残差；(6)采用OLS方法(即最小二乘法)计算模型的相关参数和残差序列值；(7)对残差集进行DW方法验证和修正，去除残差集的自相关性，对步骤(6)中的参数进行修正，从而得到第一次修复模型F 二/I + ΑΛ + ΑΛ ^ι, ^为残差；(8)对残差集&进行DW验证，重复步骤(6)、(7)，直到&无自相关，从而得到最终模型为饩·Α+Α·Λ+、，&为无自相关的残差集；(9)此时的待修复数据rf的修复估计值为 = 爲++^kXw ；(10)将上述计算的待修复数据的估计值存储到数据修复存储模块中，然后返回到电力用户用电信息采集系统中，完成对数据的修复。本专利技术所提供的是一种电力系统中，数据采集过程中的数据修复方法，先利用滑动平均法判别出其中的异常数据，再基于回归分析和时间序列建立修复模型，并对模型进行DW方法验证和修正，再根据修复模型修复数据。综上所述，本专利技术的目的是为了处理一种电力用户用电信息采集系统中的技术数据，提供的电力用户用电信息采集系统的数据修复方法，通过计算机执行了一系列的技术数据处理程序先根据历史数据与当前数据的相关性，寻找最优的回归变量，再根据当前数据的滞后相关性，建立二元一阶滞后回归模型，最后对回归残差进行DW验证，从而修正相关的模型参数。完成对该技术数据的处理，根据上述方法能够获得符合自然规律的技术数据处理效果即能够得到修复效果好、质量高的缺失数据，为整个电力用电信息系统提供完整和准确的数据信息，保证了数据的正常使用。附图说明图1所示为本专利技术所述的建立修复模型的流程图。图2所示为本专利技术所述的流程图。下面结合实施例对本专利技术做进一步描述。具体实施例最佳实施例本专利技术实施例所提供的一种，先利用滑动平均法判别出其中的异常数据，再基于回归分析和时间序列建立修复模型，并对模型进行DW方法验证和修正，再根据修复模型修复数据。其中，建立修复模型的具体步骤如下(参见图1)(1)提供一种数据预处理模块，其对电力用户用电信息采集系统中的待处理数据进行预处理，根据滑动平均法判别出其中的异常数据，并把其看作待修复数据乃；(2)提供一种数据修复存储模块，其存储有待修复数据集和历史数据；对于待修复数据Y1，其存在于待修复数据集K，(3)提供一种数据处理模块，其从数据修复存储模块中提取待修复数据集K及与之相邻的前30天历史数据，其中每一天的历史数据中与待修复的点所对应时刻的数据无缺损， 根据每一天的变化趋势，计算每一天数据与待修复这天数据的相关度P，并组成一个数据集；(4)对#进行排序，取#最大所对应的那天的数据集作为模型的一个变量不；(5)取;r的一阶超前数据集為作为模型的另一个变量，建立二元一阶滞后回归模型 Y=A +A^i, ε 为残差；(6)利用OLS方法计算模型的相关参数和残差序列值；(7)对残差集进行DW方法验证和修正，去除残差集的自相关性，对步骤(6)中的参数进行修正，从而得到模型7 =Aj +ΑΛ+A^+fI,、为残差(8)对残差集嶠进行DW验证，重复步骤(6)、(7)，直到&无自相关，从而得到最终修复模型为了=凡，^为无自相关的残差集。其中，数据修复的实施步骤如下(参见图2)(1)从电力用户用电信息采集系统中获取待处理的数据，及与其相邻的前30天的历史数据；(2)利用滑动平均法识别出异常数据；(3)根据历史数据建立修复模型r+, &为无自相关的残差集；(4)此时的待修复数据^，其修复估计值为无=残&；(5)将上述计算的待修复数据的估计值存储到数据修复存储模块中，然后返回到电力用户用电信息采集系统中，完成对数据的修复。本专利技术未述部分与现有技术相同。权利要求1.，其特征在于，包括如下步骤(1)提供数据预处理模块和与其连接的数据修复存储模块，数据预处理模块对电力用户用电信息采集系统中的待处理数据进行预处理，根据滑动平均法判别出其中的异常数据，并把其标示为待修复数据Ir并存储到数据修复存储模块中；(2)数据修复存储模块中存储有电力用户用电信息所采集的待修复数据集和历史数据，其中待修复数据集为数据集K，其包括待修复数据Α，是对应于待修复数据所产生的当天的数据集，(3)提供一种数据处理模块，其从数据修复存储模块中提取与数据集K相邻的前30天历史数据，该提取的历史数据中与待修复数据所对应时刻的数据无缺损，数据处理模块根据每一天的变化趋势，计算这30天历史数据分别与待修复数据的相关度P , P为一个数据集；(4)数据处理模块对进行排序，取#值最大所对应的那天作为一个变量不；(5)数据处理模块从数据修复存储模块中提取数据集K的一阶超前数据集JT2作为模型的另一个变量，建立二元一阶滞后回归模型7 =A +A^i, f为残差；(6)采用OLS方法(即最小二乘法)计算模型的相关参数和残差序列值；(7)对残差集进行DW方法验证和修正，去除残差集的自相关性，对步骤(6)中的参数进行修正，从而得到第一次修复模型凡4为残差；(8)对残差集&进行DW验证，重复步骤(6)、(7)，直到&无自相关，从而得到最终模型为7 =.屯，Ea为无自相关的残本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：钟小强，李建新，卢群，詹文，夏桃芳，林华，段武焕，李春生，董雨，孙广中，
申请(专利权)人：福建省电力有限公司，
类型：发明
国别省市：