[发明专利]一种基于电力大数据平台的数据处理方法及系统

权利要求书

1.一种基于电力大数据平台的数据处理方法，其特征在于，所述方法包括：

获取电力数据，并对电力数据进行缺失值处理和噪声数据处理；

根据处理后的电力数据，计算得到电力数据指标，并利用电力数据指标赋权方法对电力数据指标权重进行赋值；

利用基于机器学习的异常用电检测方法对赋权后的电力数据指标进行检测，检测到电力系统中的异常用户；

删除异常用户的电力数据指标数据，并利用改进的K-means算法进行电力数据指标数据的聚类，将聚类后的电力数据指标向量作为电力数据特征向量；

将电力数据特征向量作为模型输入，利用改进的LSTM网络模型对电力数据特征向量进行处理，实现电力系统的故障诊断。

2.如权利要求1所述的一种基于电力大数据平台的数据处理方法，其特征在于，所述电力数据缺失值的处理公式为：

其中：

x(d,t)表示第d天，第t个时段用户x的用电量数据或负荷数据。

3.如权利要求2所述的一种基于电力大数据平台的数据处理方法，其特征在于，所述电力数据中噪声数据的处理公式为：

通过负荷数据的变化率判断负荷数据中是否存在噪声数据，对于用户i的负荷数据曲线x_i＝[x_i,1,x_i,2,...,x_i,n]^T，其中n表示用户i的负荷数据数量，负荷变化率可表示为：

其中：

δ_i,j为用户i的负荷数据曲线，在j点的负荷变化率；

当负荷变化率超过阈值时，判断该点的负荷数据为噪声数据，设置阈值为0.5；对于噪声数据，利用下式进行噪声数据的修正：

其中：

为噪声数据x_i,j修正后的数据；

u,v为取点参数，设置u为3，v为4。

4.如权利要求3所述的一种基于电力大数据平台的数据处理方法，其特征在于，所述利用电力数据指标赋权方法对电力数据指标权重进行赋值，包括：

所述电力数据指标赋权方法流程为：

1)若样本数据包含m个用户，n个电力数据指标，则第i个电力数据指标的熵值计算公式为：

其中：

f_ij为第j个用户在第i个电力数据指标下的贡献度；

r_ij为第j个用户在第i个电力数据指标下的数据值；

2)计算第i个电力数据指标的熵权：

3)得到负荷最高小时利用率、日峰谷差率、峰期负载率以及谷期负载率对应的4个权重向量W＝[w₁,w₂,w₃,w₄]，并将所述权重赋给对应的电力数据指标，得到电力数据指标数据。