[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

说明书

本发明公开了一种配电网运行指标数据异常数据处理方法及系统，所述方法包括：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。本发明基于聚类分析和异常度分析，实现了异常数据的综合判别，准确性更高。

技术领域

本发明属于配电网数据处理技术领域，尤其涉及一种配电网运行指标数据异常数据处理方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着现代配电网的加快建设，生产管理系统、调度管理系统、电力营销95598系统、配网自动化系统等被广泛应用，极大地提高了配电网的信息化以及自动化水平。各个系统中记录了大量的配电网运行数据，其中蕴含着配电网运行的隐含规律，对指导配电网安全运行具有重要意义。目前，配电网数据呈现出以下特点：(1)配电网数据量大，数据时有异常的情况；(2)在量测数据中，大量数据是重复性的以及相似数据，存在噪音数据。如何对数据治理，清洗和处理数据成为研究配电网数据挖掘首要完成的工作。

发明人发现，随着配电网数据采集的建设，出现了相关诸如数据大、数据缺失、数据有噪等问题，目前针对数据缺失填补、数据异常值识别已经有了相关解决方案，但是，目前的数据异常值识别通常仅是依据数据的整体时间变化趋势确定的，若相邻数据也发生异常或存在缺失，都会影响异常值的识别准确度，而且，数据填补也主要依靠相邻时间的数据，同样也存在准确度不能保证的问题。

发明内容

为克服上述现有技术的不足，本发明提供了一种配电网运行指标数据异常数据处理方法及系统，于聚类分析和异常度分析，实现了异常数据的综合判别，准确性更高。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

一种配电网运行指标数据异常数据处理方法，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。

一个或多个实施例提供了一种配电网运行指标数据异常数据处理系统，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。

一个或多个实施例提供了一种电子设备，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，所述处理器执行所述程序时实现所述的配电网运行指标数据异常数据处理方法。

一个或多个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的配电网运行指标数据异常数据处理方法。

以上一个或多个技术方案存在以下有益效果：

(1)本公开提出一种聚类和异常度相结合的算法，通过对配网运行指标数据进行数据聚类初步判断出异常数据簇，再进行异常度判读，双重判断增加了异常点数据识别的准确性。