[发明专利]一种用电时序数据的清洗方法

权利要求书

1.一种用电时序数据的清洗方法，其特征在于，包括以下步骤：

S1：获取用电时序数据，按设定规律将用电时序数据分割为多个切片；

S2：将各切片按照是否含有缺失值分为第一切片和第二切片，所述的第一切片为含有缺失值的切片，所述的第二切片为不含缺失值的切片；

S3：对第二切片组成的集合构建索引；

S4：利用索引，在第二切片组成的集合中查询与各第一切片对应的第二切片；

S5：利用查询得到的第二切片，基于清洗模型，分别对各对应的第一切片进行数据清洗，填补其中的缺失值。

2.根据权利要求1所述的一种用电时序数据的清洗方法，其特征在于，所述的步骤S1具体包括：

S11：获取用电时序数据集合，识别其中每条用电时序数据的异常值，并将异常值替换为缺失值；

S12：按设定规律将用电时序数据集合中的各用电时序数据分割为多个切片。

3.根据权利要求1所述的一种用电时序数据的清洗方法，其特征在于，所述的步骤S3具体包括：

S31：构建样本库V和待清洗库W；

S32：将第二切片放入样本库V，并将符合设定要求的第一切片放入待清洗库W；

S33：对样本库V中的第二切片执行符号化处理；

S34：对符号化处理后样本库V中的第二切片构建全文索引。

4.根据权利要求1所述的一种用电时序数据的清洗方法，其特征在于，所述的步骤S4中，与各第一切片对应的第二切片具体为：与第一切片相似度最高的K个切片，其中，K为大于零的整数。

5.根据权利要求3所述的一种用电时序数据的清洗方法，其特征在于，所述的按设定规律将用电时序数据分割为多个切片具体为：

从左向右依次将用电时序数据分割为多个等长的片段，所述的样本库V和待清洗库W中每个样本数据的长度相等，且等于各切片的长度。

6.根据权利要求3所述的一种用电时序数据的清洗方法，其特征在于，所述的步骤S32中，符合设定要求的第一切片具体为：

切片中缺失值的比例不大于第一设定阈值C₁，且缺失区间长度不大于第二设定阈值C₂。

7.根据权利要求4所述的一种用电时序数据的清洗方法，其特征在于，两个切片之间的相似度通过欧式距离确定。

8.根据权利要求3所述的一种用电时序数据的清洗方法，其特征在于，所述的符号化处理具体为：将第二切片从浮点数集合映射至整数集合。

9.根据权利要求1所述的一种用电时序数据的清洗方法，其特征在于，所述的用电时序数据包括总用电量数据、峰时用电量数据、平时用电量数据、尖时用电量数据和谷时用电量数据，各用电时序数据分别形成总用电量数据集U₁、峰时用电量数据集U₂、平时用电量数据集U₃、尖时用电量数据U₄和谷时用电量数据集U₅。

10.根据权利要求9所述的一种用电时序数据的清洗方法，其特征在于，在步骤S1之前，还执行以下操作：若总用电量数据集U₁、峰时用电量数据集U₂、平时用电量数据集U₃、尖时用电量数据U₄和谷时用电量数据集U₅中，同一位置的五个数据中仅有一个缺失值，则根据用电量的加和约束关系：总用电量数据＝峰时用电量数据+平时用电量数据+尖时用电量数据+谷时用电量数据，进行缺失值修正。