[发明专利]一种输电线路数据清洗方法、系统、电子设备和存储介质

说明书

本发明实施例提供一种输电线路数据清洗方法、系统、电子设备和存储介质，其中，输电线路数据清洗方法包括：获取输电线路数据；将输电线路数据划分为故障诊断类数据、保护动作类数据和跳闸类数据；将每类数据均输入对应的缺失值诊断模型、异常值诊断模型和重复值诊断模型，得到各类数据的缺失值、异常值和重复值；将各类数据的缺失值、异常值和重复值按照对应数据类型的特征进行修正，得到清洗后的数据。本发明通过数据类型划分和脏数据类型划分相结合，从而保证脏数据的筛选更具针对性，提高清洗准确率。

技术领域

本发明实施例涉及数据处理技术领域，特别是涉及一种输电线路数据清洗方法、系统、电子设备和存储介质。

背景技术

为了保证输电线路的正常运行，在输电线路中安装有各类监测设备，用于采集输电线路的运行参数，从而能够实时了解输电线路的运行状况。然而，由于通讯异常、设备故障等原因，容易造成采集的数据中具有较多的异常数据、重复数据和缺失数据，从而影响对输电线路运行状况的判断。因此，在对所采集的数据处理之前，通常需要经过数据清洗的步骤以去除脏数据。

现有的数据清洗方法通常都是在采集到各类数据后统一清洗，这种清洗方法不具有针对性，清洗准确率较低。

发明内容

本发明实施例提供一种输电线路数据清洗方法、系统、电子设备和存储介质，以保证脏数据的筛选更具针对性，提高清洗准确率。

第一方面，本发明实施例提供了一种输电线路数据清洗方法，包括：

获取输电线路数据；

将所述输电线路数据划分为故障诊断类数据、保护动作类数据和跳闸类数据；

将每类数据均输入对应的缺失值诊断模型、异常值诊断模型和重复值诊断模型，得到各类数据的缺失值、异常值和重复值；

将各类数据的缺失值、异常值和重复值按照对应数据类型的特征进行修正，得到清洗后的数据。

可选的，所述将所述输电线路数据划分为故障诊断类数据、保护动作类数据和跳闸类数据，具体包括：

根据采集数据的设备和位置将所述输电线路数据划分为故障诊断类数据、保护动作类数据和跳闸类数据。

可选的，所述将每类数据均输入对应的缺失值诊断模型、异常值诊断模型和重复值诊断模型，得到各类数据的缺失值、异常值和重复值，具体包括：

将所述故障诊断类数据分别输入故障诊断缺失值诊断模型、故障诊断异常值诊断模型和故障诊断重复值诊断模型，得到故障诊断类数据的缺失值、异常值和重复值；

将所述保护动作类数据分别输入保护动作缺失值诊断模型、保护动作异常值诊断模型和保护动作重复值诊断模型，得到保护动作类数据的缺失值、异常值和重复值；

将所述跳闸类数据分别输入跳闸缺失值诊断模型、跳闸异常值诊断模型和跳闸重复值诊断模型，得到跳闸类数据的缺失值、异常值和重复值。

可选的，所述故障诊断缺失值诊断模型的训练方式为：将故障诊断类历史数据和所述故障诊断类历史数据中的缺失值作为训练样本输入神经网络模型进行训练得到所述故障诊断缺失值诊断模型；

所述故障诊断异常值诊断模型的训练方式为：将所述故障诊断类历史数据和所述故障诊断类历史数据中的异常值作为训练样本输入神经网络模型进行训练得到所述故障诊断异常值诊断模型；

所述故障诊断重复值诊断模型的训练方式为：将所述故障诊断类历史数据和所述故障诊断类历史数据中的重复值作为训练样本输入神经网络模型进行训练得到所述故障诊断重复值诊断模型；

所述保护动作缺失值诊断模型的训练方式为：将保护动作类历史数据和所述保护动作类历史数据中的缺失值作为训练样本输入神经网络模型进行训练得到所述保护动作缺失值诊断模型；