[发明专利]基于时间序列分析的输变电设备的状态监测数据清洗方法

权利要求书

1.基于时间序列分析的输变电设备的状态监测数据清洗方法，其特征是，步骤如下：

步骤(1)：建立输变电设备状态数据的初始时间序列模型，通过初始时间序列模型估计初始拟合的残差序列和残差方差；

步骤(2)：

步骤(2-1)：利用步骤(1)的初始时间序列模型，计算每个观测点的检验统计量；

步骤(2-2)：判断检验统计量的绝对值的最大值是否大于设定阈值，如果大于，则确定存在对初始时间序列模型拟合影响的噪声点，通过修正时间序列数据来修正噪声点，通过返回步骤(2)继续识别并修正时间序列所有的噪声点，然后进入步骤(2-3)；如果小于就进入步骤(2-3)；

步骤(2-3)：拟合修正后的时间序列模型，估计修正后的时间序列模型的模型残差；

步骤(3)：通过步骤(2-3)中修正后的时间序列模型的模型残差计算每个观测点的检验统计量，根据检验统计量的绝对值的最大值是否大于设定阈值来判断是否存在新的噪声点，直到所有的噪声点都被识别出，如果存在就返回步骤(2)，如果不存在就结束。

2.如权利要求1所述的基于时间序列分析的输变电设备的状态监测数据清洗方法，其特征是，所述步骤(1)的步骤为：

对观测序列Z_t建立时间序列模型，

设Z_t是单个状态量的无异常值的时间序列，Z_t服从ARIMA(p,d,q)模型，表示为

θ^B=1-θ^1B-θ^2B2-...-θ^qBq---(6)]]>

其中，Z_t为观测序列，p,q,d为时间序列ARIMA(p,d,q)模型的阶数，θ(B)为初始拟合的平稳算子，为初始拟合的可逆算子，e_t是不含噪声点的序列初始拟合的残差序列，是θ(B)中相应的参数，是中相应的参数，B表示延迟算子，B^dZ_t＝Z_t-d，B^d表示延迟d个时刻的延迟算子，Z_t表示时刻t的观测值，Z_t-d表示时刻t-d的观测值，▽^d是一个表示t时刻与t-d时刻的观测值间的差值的算子，▽^d＝1-B^d；

并由所建立的时间序列模型计算初始拟合的残差序列，即：

式(8)中，Z_t为观测序列，为含噪声点的序列初始拟合的残差序列，θ(B)为初始拟合的平稳算子，为初始拟合的可逆算子，B表示延迟算子，B^dZ_t＝Z_t-d，B^d表示延迟d个时刻的延迟算子，Z_t表示时刻t的观测值，Z_t-d表示时刻t-d的观测值，▽^d是一个表示t时刻与t-d时刻的观测值间的差值的算子，▽^d＝1-B^d；π(B)为表征残差影响的算子，为π(B)相应的参数。