[发明专利]一种光电异常数据检测方法及装置

权利要求书

1.一种光电异常数据检测方法，其特征在于，所述方法包括以下步骤：

S110、采集光伏电站的初始光电数据集，光电数据包括发电功率和辐射强度，所述初始光电数据集为随机非稳态时间序列；

S120、利用Thompson tau-四分位对所述初始光电数据集进行第一次贴标签，剔除异常光电数据并形成新的第一光电数据集；

S130、利用K-means对所述第一光电数据集进行第二次贴标签，剔除异常光电数据并形成新的第二光电数据集；

S140、利用多层dbscan对所述第二光电数据集进行第三次贴标签，剔除异常光电数据形成最终光电数据集。

2.根据权利要求1所述的方法，其特征在于，步骤S110具体包括：

收集预测时间段之前的初始光电数据集；

根据所述预测时间段之前的初始光电数据集，得到发电功率和辐射强度的散点图。

3.根据权利要求1所述的方法，其特征在于，步骤S120具体包括：

S121、将所述初始光电数据集按照辐射强度正序排序，并切分成N个区间，对每个区间内求取发电功率的均值μ₁和方差并定义(μ₁-k₁σ₁，μ₁+k₁σ₁)内的光电数据为正常数据，以形成第一标签集；

S122、将所述光电数据按照发电功率大小进行正序排序，并切分成N个区间，对每个区间内求取辐射强度的均值μ₂和方差并定义(μ₂-k₂σ₂，μ₂+k₂σ₂)内的光电数据为正常数据，以形成第二标签集；

将所述第一标签集和所述第二标签集中标记正常的光电数据作为所述第一光电数据集。

4.根据权利要求1所述的方法，其特征在于，步骤S130具体包括：

S131、将所述第一光电数据集中的光电数据按照辐射强度进行正序排序，并切分成N个区间，在N_i区间内使用K-means聚类对数据经行聚合，并将cluster设置成3，得到第三标签集；

S132、将所述第一光电数据集中的光电数据按照发电功率大小进行正序排序，并切分成N个区间，在N_i区间内使用K-means聚类对数据经行聚合，并将cluster设置成3，得到第四标签集；

将所述第三标签集和所述第四标签集中标记正常的光电数据作为所述第二光电数据集。

5.根据权利要求1所述的方法，其特征在于，步骤S140具体包括：

S141、将所述第二光电数据集中的光电数据按照辐射强度进行正序排序，并切分成N个区间，由于每个区间内的数据数量不一样，故在N_i区间内将epsilon设置e_1i，将minPts设置成p_1i；

S142、对N_i区间内的光电数据经过dbscan处理，在每个小区间内得到不同数量的簇，在N_i区间内将离群点的簇剔除，得到新的光电数据集data_i1；

S143、对所述新的光电数据集data_i1中的光电数据按照发电功率大小进行正序排序，切分成N个区间，在N_i内将epsilon设置e_2i，将minPts设置成p_2i；

S144、对N_i区间内的光电数据经过dbscan处理，在每个小区间内得到不同数量的簇，在N_i区间内将离群点的簇剔除，得到新的光电数据集data_i2；

S145、重复步骤S142和S144，直到每个小区间内的簇只有离群点和一个簇，将离群点标记为异常数据，剩余的光电数据形成最终光电数据集。