[发明专利]一种配电网运行指标数据异常数据处理方法及系统

权利要求书

1.一种配电网运行指标数据异常数据处理方法，其特征在于，包括以下步骤：

获取配电网实时运行指标数据；

对当前时刻的实时运行指标数据进行聚类，根据聚类簇密度将聚类簇划分为正常簇、疑似簇、异常簇；

根据曼哈顿距离计算当前时刻数据的异常度；

根据数据所属类簇和异常度，进行异常数据识别。

2.如权利要求1所述的配电网运行指标数据异常数据处理方法，其特征在于，对当前时刻的实时运行指标数据进行聚类包括：

对于每个数据，计算该数据与其他各个数据的相关系数；

计算该数据与其他数据的平均相关系数；

将平均相关系数最高的设定个数数据作为聚类中心，进行聚类。

3.如权利要求1所述的配电网运行指标数据异常数据处理方法，其特征在于，聚类簇密度＝该聚类簇中数据个数/以平均相关系数为半径的聚集簇包围球的体积。

4.如权利要求1所述的配电网运行指标数据异常数据处理方法，其特征在于，根据曼哈顿距离计算当前时刻数据的异常度包括：

对前一时刻配电网运行指标数据进行抽样，将抽样数据和当前时刻数据的并集作为待检测数据集；

对待检测数据集中的各个数据计算异常度。

5.如权利要求1所述的配电网运行指标数据异常数据处理方法，其特征在于，根据数据所属类簇和异常度，进行异常数据识别包括：若数据异常度超过设定阈值，且属于疑似簇或异常簇，则认定为异常数据。

6.如权利要求1所述的配电网运行指标数据异常数据处理方法，其特征在于，所述方法还包括：根据近邻正常数据，对异常数据进行修复。

7.如权利要求6所述的配电网运行指标数据异常数据处理方法，其特征在于，对异常数据进行修复包括：

对于每个异常数据，计算其与正常数据簇中的所有数据的欧式距离，选择与异常数据距离最小的k个数据作为异常数据的最近邻正常数据集；

根据与该异常数据的欧氏距离大小，为最近邻正常数据集中的正常数据分配权重，距离越近权重越大；

将最近邻正常数据的加权平均值作为异常数据的修复估计值。

8.一种配电网运行指标数据异常数据处理系统，其特征在于，包括：

数据获取模块，获取配电网实时运行指标数据；

数据聚类模块，对当前时刻的实时运行指标数据进行聚类，根据聚类簇密度将聚类簇划分为正常簇、疑似簇、异常簇；

异常度计算模块，根据曼哈顿距离计算当前时刻数据的异常度；

异常数据识别模块，根据数据所属类簇和异常度，进行异常数据识别。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的配电网运行指标数据异常数据处理方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的配电网运行指标数据异常数据处理方法。