[发明专利]一种水电站异常数据的处理方法及装置

权利要求书

1.一种水电站异常数据的处理方法，其特征在于，包括：

获取对水电站设备监测所得到的历史数据集，所述历史数据集包括历史数据，以及所述历史数据对应的时间序列、关联设备；

提取所述历史数据集中的正常数据集，对所述正常数据集进行归一化处理，生成训练数据；

建立神经网络模型，将所述训练数据输入所述神经网络模型，训练得到所述时间序列和输出数据的对应关系；

在线监测水电站设备的实时数据，提取所述实时数据中的异常数据，将所述异常数据所处的时间序列输入所述神经网络模型，生成相应的输出值，用所述输出值替代监测出的异常数据；

生成数据报表，所述数据报表包括异常数据、异常数据对应的关联设备、实时数据规范性和实时数据有效性。

2.根据权利要求1所述的一种水电站异常数据的处理方法，其特征在于，所述提取所述历史数据集中的正常数据集包括：

将所述历史数据集编号为其中，所述历史数据集包含m个纬度，每个纬度包含n个数据样本，表示在第i个纬度中编号为j的数据样本；

通过下列公式计算数据样本的平均值μ_j和方差σ²；

通过下列公式计算所述历史数据集中编号为j的数据集样本x_j的判定函数p(x)，其中，

比较数据集样本x_j的判定函数p(x)与阈值ε的大小，其中，ε∈[0.8,0.99]，如果p(x)≥ε，则将所述数据集样本x_j提取为正常数据集。

3.根据权利要求1所述的一种水电站异常数据的处理方法，其特征在于，所述神经网络模型采用RBF神经网络模型。

4.根据权利要求2所述的一种水电站异常数据的处理方法，其特征在于，所述提取所述实时数据中的异常数据包括：

比较所述实时数据的判定函数与阈值ε的大小，将小于所述阈值ε的实时数据作为异常数据。

5.根据权利要求2所述的一种水电站异常数据的处理方法，其特征在于，所述生成数据报表包括：

统计在设定时间段内所述实时数据的总数量C、所述实时数据总的纬度数量M、异常数据的总数量Cf、异常数据所占的纬度数量Mf；

通过以下公式计算实时数据的规范性Q1：

Q1＝(1-Cf/C)×100％；

通过以下公式计算实时数据的有效性Q2：

Q2＝(1-Cf/C(M-Mf))×100％；

定位异常数据对应的关联设备，形成包括异常数据、异常数据对应的关联设备、实时数据规范性和实时数据有效性的数据报表。

6.一种水电站异常数据的处理装置，其特征在于，所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的模块中：

历史数据集获取模块，用于获取对水电站设备监测所得到的历史数据集，所述历史数据集包括历史数据，以及所述历史数据对应的时间序列、关联设备；

训练数据提取模块，用于提取所述历史数据集中的正常数据集，对所述正常数据集进行归一化处理，生成训练数据；

神经网络模型训练模块，用于建立神经网络模型，将所述训练数据输入所述神经网络模型，训练得到所述时间序列和输出数据的对应关系；

异常数据处理模块，用于在线监测水电站设备的实时数据，提取所述实时数据中的异常数据，将所述异常数据所处的时间序列输入所述神经网络模型，生成相应的输出值，用所述输出值替代监测出的异常数据；

数据报表生成模块，用于生成数据报表，所述数据报表包括异常数据、异常数据对应的关联设备、实时数据规范性和实时数据有效性。