[发明专利]一种电力系统传感器数据清理装置及清理方法

权利要求书

1.一种电力系统传感器异常数据清理装置，其特征在于：包括：异常数据检测模块、异常数据分类模块和噪声数据修复模块；

异常数据检测模块检测电力系统传感器异常数据；

异常数据分类模块用于将传感器异常数据分为噪声数据和故障数据；

噪声数据修复模块将噪声数据拟合为正常数据，再将噪声数据替换为对应的SDAE拟合的数据，完成修复。

2.根据权利要求1所述的一种电力系统传感器异常数据清理装置，其特征在于：所述异常数据检测模块利用传感器正常数据对SDAE进行训练，学习传感器正常数据的特征，对传感器正常数据进行拟合，将SDAE拟合数据与原数据的差值的最大值作为判断数据是否正常的阈值；当有新数据输入时，将新数据输入SDAE进行拟合，求出拟合数据与原数据的差值，差值大于阈值的数据判断为异常数据。

3.根据权利要求1所述的一种电力系统传感器异常数据清理装置，其特征在于：所述异常数据分类模块用于将传感器数据集X按照时间划分为m个窗口X＝{L₁,...,L_m}，计算每个窗口内传感器数据之间的相关度，对于异常数据，找出同时刻所有异常数据并记录这些异常数据所在传感器与传感器i在该窗口内的相关度；当时刻t至少存在w-1个异常数据，且这些异常数据所在传感器时间序列与传感器的时间序列的相关度均大于最小相关度阈值时，认定该数据为故障数据；若不满足该条件，则为噪声数据；建立包括正常数据、故障数据和噪声数据的数据类别矩阵。

4.根据权利要求3所述的一种电力系统传感器异常数据清理装置，其特征在于，传感器i与传感器j之间的相关度RT_ij的计算公式为：

其中，x_ij表示第i个传感器的j时刻的数据，X__it是传感器在窗口内第t个数据，X__jt是传感器j在窗口内第t个数据，每个窗口长度为s。

5.根据权利要求3所述的一种电力系统传感器异常数据清理装置，其特征在于，噪声数据修复模块用于建立数据矩阵Y＝{y_ij},令Y＝X；找出数据类别矩阵中k_ij＝1的数据x_ij，令数据矩阵Y为修复完成的数据集。

6.一种采用如权利要求1-5之一所述的一种电力系统传感器异常数据清理装置的数据清理方法，包括：

将待清理的新数据输入训练好的SDAE，输出拟合后的数据；将拟合的数据与原数据做差，差值超过所规定的阈值的数据为异常数据；

对每个异常数据，查找同一时刻其他传感器是否存在异常数据，记录在同一时刻出现异常的其他传感器；计算该传感器与记录的其他传感器之间的相关度，若相关度大于规定的阈值，则判定它们之间具有强相关性；若与该传感器具有强相关性的传感器的数量大于规定的数目阈值，则该传感器该时刻的异常数据是故障数据；否则，为噪声数据；

对每一个噪声数据，找出其对应的SDAE拟合的数据；用拟合数据替换噪声数据，完成修复。