[发明专利]基于大数据的配电网异常指标的识别与处理方法及装置

权利要求书

1.基于大数据的配电网异常指标的识别与处理方法，其特征在于，包括以下步骤：

步骤A：采集公变运行数据并发送至用电信息采集系统，并将公变运行数据存放在用电信息采集系统的HBase数据库中；

步骤B：将公变运行数据从HBase库中加载至分布式内存中；

步骤C：利用iForest算法识别出运行数据的异常值并将其删除；

步骤D：将经过步骤C剩余数据子集用k-means算法聚类；

步骤E：将步骤D聚类后用每个类别相应维度处的平均值填补删掉的异常值；

在步骤C中所述iForest算法识别运行数据异常值，具体为：

C1、对运行数据进行无放回随机抽样；

C2、根据样本数据构造iTree树，即随机选择一个维度，在该维度上随机选择一值作为划分点，将该维度里小于划分点的数据放在当前节点的左子叶，大于划分点的数据放在当前节点的右子叶；

C3、按步骤C2所述操作对子叶迭代，直到数据不可再分或树的高度达到阈值；

C4、按步骤C1、C2、C3所述的操作构建更多iTree树，组成iForest森林；

C5、将全部数据遍历所有iTree树，计算每个数据x在iTree上高度h(x)，由n个iTree树的h(x)计算异常指数s(x,n)，将异常指数超出阈值的数据点作为异常值识别出来；

步骤C5中h(x)为数据点x距离根节点的层数，异常指数s(x,n)由下式求得：

其中E(h(x))表示h(x)的均值，c(n)则由下式得到：

c(n)＝2H(n-1)-(2(n-1)/n)

其中，H(i)为调和级数，H(i)＝ln(i)+0.5772156649。

2.如权利要求1所述的基于大数据的配电网异常指标的识别与处理方法，其特征在于，步骤D中经过步骤C剩余数据子集用k-means算法聚类，具体为：

D1、在剩余数据中随机选择K个点作为初始质心，其中K为指定的参数；

D2、计算其余所有点与质心点的欧氏距离；

D3、将所有与质心点距离值小于阈值的点归为一个聚类簇；

D4、重新计算每个聚类簇的中心点位置并定义其为新的质心；

D5、迭代步骤D2和步骤D3，直到达到设定的迭代次数或质心点位置收敛；

D6、计算聚类的轮廓系数，修改K值，重复步骤D1至D5，选择轮廓系数最高的聚类模型作为最终模型。

3.如权利要求2所述的基于大数据的配电网异常指标的识别与处理方法，其特征在于，步骤D6中，聚类的轮廓系数S(i)由下式计算得到：

其中a(i)为样本i到同簇其它样本欧氏距离的均值，b(i)为样本i到其它簇所有样本欧氏距离的均值。