[发明专利]数据修正方法及系统

说明书

本申请提供了一种数据修正方法及系统，该数据修正方法包括：判断储能设备测点值是否存在异常，若储能设备测点值存在异常，则采用三次指数平滑法对储能设备测点值的第一历史数据进行处理，或者，采用数据曲线对比法对储能设备测点值的第二历史数据进行处理；其中，第一历史数据为储能设备测点值当天的历史数据中的若干个数据；第二历史数据包括储能设备测点值当天的历史数据和在储能设备测点值当天之前每天的历史数据；根据处理后的数据得到储能设备测点值的替换值。采用三次指数平滑法或数据曲线对比法进行处理后，所得的储能设备测点值的替换值与真实值的误差较小，更能反映储能设备测点值的实际情况。

技术领域

本发明涉及数据处理技术领域，具体涉及一种数据修正方法及系统。

背景技术

储能设备会对自身的数据进行采集，并将采集到的数据上传至云平台数据采集与分析系统。云平台数据采集与分析系统接收到储能设备上传的数据后，会将接收到的数据存储至自身的数据库中，以用于后续对储能系统的性能分析。但是，储能设备在采集数据时会出现数据出错的情况，而这种情况在不更换硬件设置的前提下是无法避免的。当储能设备所采集到的数据出现异常时，即为上传至云平台数据采集与分析系统的数据中含有异常值时，云平台数据采集与分析系统需要先对异常值进行处理，再将处理后的异常值进行存储，以减小异常值对后续的数据分析造成的影响。

现有针对异常值的处理方法主要将平均值、中位数、众数、固定值或者最近离异常值中的一者替换异常值。但是，使用固定值或者平均值作为替换数据，与真实值存在很大偏差；而采用中位数或者众数，如若样本数据不够大，得到的替换数据与真实值同样存在很大的偏差；使用最近离异常值作为替换数据虽然与异常值的关联性最大，但是当遇到数据拐点时，使用最近离异常值作为替换数据的效果也不理想。总之，采用上述方法对异常值进行处理得到的误差较大，进而采用上述处理后的数据进行分析，所得到的结果准确度也不高。

发明内容

对此，本申请提供一种数据修正方法及系统，通过采用三次指数平滑法或者数据曲线对比法对异常数据进行处理，以解决现有数据处理方法对异常数据处理后存在误差较大，以及采用处理后的数据进行分析得到的结果准确度不高的问题。

为实现上述目的，本发明实施例提供如下技术方案：

本申请第一方面公开了一种数据修正方法，包括：

判断储能设备测点值是否存在异常；

若储能设备测点值存在异常，则采用三次指数平滑法对所述储能设备测点值的第一历史数据进行处理，或者，采用数据曲线对比法对所述储能设备测点值的第二历史数据进行处理；其中，所述第一历史数据为：所述储能设备测点值当天的历史数据中的若干个数据；所述第二历史数据包括：所述储能设备测点值当天的历史数据和在所述储能设备测点值当天之前每天的历史数据；

根据处理后的数据得到所述储能设备测点值的替换值。

可选地，在上述数据修正方法中，所述判断储能设备测点值是否存在异常后，还包括：

若储能设备测点值不存在异常，则将所述储能设备测点值插入数据库。

可选地，在上述数据修正方法中，在所述根据处理后的数据得到所述储能设备测点值的替换值之后，还包括：

将所述储能设备测点值的替换值插入数据库。

可选地，在上述数据修正方法中，所述判断储能设备测点值是否存在异常，包括：

判断所述储能设备测点值是否大于等于所述储能设备测点值所属测点类型的偏差阈值；

若所述储能设备测点值大于等于所述储能设备测点值所属测点类型的偏差阈值，则判定所述储能设备测点值存在异常；

或者，所述判断储能设备测点值是否存在异常，包括：