[发明专利]一种燃气气量异常数据的检测及处理方法

说明书

本发明涉及一种燃气气量异常数据的检测及处理方法，包括以下步骤：获取燃气气量数据集，并对该燃气气量数据集进行完整性检测，以筛选出初次正常数据和空缺数据；对空缺数据进行数据插补，之后与初次正常数据共同组成第一气量数据集；构建窗函数，利用窗函数对第一气量数据集进行滑动操作，以筛选出二次正常数据和异常波动数据；对异常波动数据进行数据插补，之后与二次正常数据共同组成第二气量数据集，即得到异常数据检测及处理后的气量数据。与现有技术相比，本发明通过两次筛选、标记以及数据插补操作，能够准确可靠地检测出异常数据，并能够保持整个气量数据的完整性与连贯性。

技术领域

本发明涉及燃气气量统计技术领域，尤其是涉及一种燃气气量异常数据的检测及处理方法。

背景技术

燃气气量数据是燃气企业对各用户用气量的统计，是用户行为分析和用户用气量预测的基础，由于现今对天然气的使用越来越多，用气量也逐年上升，在燃气企业气量数据的统计中，也显现出越来越多的问题，其中最主要的问题大致有：

1、在统计的过程中，往往由于维修，设备故障，政策调整，设备更新等等因素，导致记录的气量数据与实际情况下的气量数据存在较大偏差；

2、燃气气量数据的波动较大，部分用户用气不规律导致气量数据的分布也不规律，使得燃气气量数据的异常值检测难度较大；

3、当前气量数据的异常值处理的相关方法较少，企业对于燃气气量数据的异常值处理的关注度较低。

大部分的燃气企业对于燃气气量数据的异常值处理方法使用的是传统的分析方法，异常数据检测使用的是传统的描述性统计分析方法或者箱型图分析法等通用方法，这些方法虽然能检测出部分异常数据，但代价是导致大量的正常数据被剔除，对于一些规律性不强，与总体数据偏差较小的异常的数据也没有被检测出；由于大量正常数据被剔除，同时还存在部分异常数据，使得整体的燃气气量数据存在缺失，这对于用户气量预测和用户的行为分析产生了较大的影响，降低了其预测和分析的准确率。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种燃气气量异常数据的检测及处理方法，以准确地检测出异常数据，并对异常数据进行相应处理，以保证燃气气量数据的完整性与连贯性。

本发明的目的可以通过以下技术方案来实现：一种燃气气量异常数据的检测及处理方法，包括以下步骤：

S1、获取燃气气量数据集，并对该燃气气量数据集进行完整性检测，以筛选出初次正常数据和空缺数据；

S2、对空缺数据进行数据插补，之后与初次正常数据共同组成第一气量数据集；

S3、构建窗函数，利用窗函数对第一气量数据集进行滑动操作，以筛选出二次正常数据和异常波动数据；

S4、对异常波动数据进行数据插补，之后与二次正常数据共同组成第二气量数据集，即得到异常数据检测及处理后的气量数据。

进一步地，所述步骤S1具体包括以下步骤：

S11、获取燃气气量数据集，对该燃气气量数据集进行完整性检测，以筛选出初次正常数据，并标记出空缺数据和数值小于0的数据，其中，获取的气量数据集具体为：

D＝[d₁,d₂，…d_i,…d_n]

其中，D为获取的气量数据集，d_i为获取的第i个气量数据，n为获取的气量数据总个数；

S12、对数值小于0的数据进行删除操作，并标记为空缺数据。

进一步地，所述步骤S2具体包括以下步骤：

S21、采用相邻均值插补法，利用空缺数据前后相邻的初次正常数据，对空缺数据进行数据插补；