[发明专利]一种电网用大数据清洗去噪方法、系统和计算机存储介质

权利要求书

1.一种电网用大数据清洗去噪方法，包括获取电网数据，剔除电网数据中异常数据项，并将异常数据项存储在异常数据表中，将剔除异常数据项后的电网数据保存在第一检测数据表中，其特征在于，通过预设填充模型对所述第一检测数据表内缺失的异常数据进行填充，并将填充的数据填入第一检测数据表内缺失位置；

所述预设填充模型包括：

获取缺失的电力检测数据项的缺失类型；

若缺失类型为随机缺失或完全随机缺失时，此时填充模型调用第一模型进行填充，其中，第一模型为式中a_y1为所缺失的电力检测数据项的对应时间节点信息的前一个时间节点信息，a_x1为所缺失的电力检测数据项的对应时间节点信息的后一个时间节点信息，n为所缺失的电力检测数据项的对应时间节点信息的所选取的相邻时间节点信息的数量且n为整数，A为所进行计算的相邻电力检测数据项的数量；

若缺失类型为非随机缺失时，此时填充模型调用第二模型进行填充，其中，第二模型包括若干经验池，若干所述经验池分别对应电网数据内每个数据项，若干所述经验池内设有若干记忆槽，若干所述记忆槽用于记录数据项的采集结果；

获取缺失的电力检测数据项对应经验池前Y_i轮的采集结果以及经验池内若干记忆槽形状，其中，i的取值范围大于等于1；

若缺失的电力检测数据项对应经验池前Y_i轮的采集结果均为空值，则剔除缺失的电力检测数据项，不进行填充；

若缺失的电力检测数据项对应经验池前Y_i轮的采集结果出现采集值时，获取采集结果对应的记忆槽形状，通过与当前电网数据内每个数据项对应的记忆槽形状进行对比，获取最相似数据项进行类似填充。

2.根据权利要求1所述的一种电网用大数据清洗去噪方法，其特征在于，所述电网数据包括：

若干电力检测数据项，任意的所述电力检测数据项包括电力设备的名称、数值和时间节点信息和电力设备编号。

3.根据权利要求2所述的一种电网用大数据清洗去噪方法，其特征在于，所述异常数据项包括：

数值为空的电力检测数据项。

4.根据权利要求1所述的一种电网用大数据清洗去噪方法，其特征在于，还包括：

根据所述第一检测数据表以形成对应的若干个的数据分析图，其中，任意的所述数据分析图均与电力检测数据项相对应，并通过超链接的形式与相应电力设备关联。

5.根据权利要求4所述的一种电网用大数据清洗去噪方法，其特征在于，还包括：

根据时间节点信息的顺序检测每一所述第一检测数据表中是否存在连续多个时间节点信息的且具有异常标记的电力检测数据项，若检测所述第一检测数据表中存在连续多个时间节点信息的且具有异常标记的电力检测数据项，则将所述连续多个时间节点信息的且具有异常标记的电力检测数据项所对应的电力设备的标识信息以及对应的时间节点信息进行存储以形成警示报告。

6.根据权利要求5所述的一种电网用大数据清洗去噪方法，其特征在于，还包括：

将每一所述第一检测数据表中具有异常标记的电力检测数据项与预先设定的维修储存表中对应电力检测数据项进行时间节点信息和异常标记的匹配检测，所述维修储存表中包含相应的电力设备在第一检测数据表之前的不同时间节点的电力检测数据项；

若所述第一检测数据表中有异常标记的电力检测数据项与对应的维修储存表中异常标记的电力检测数据项的时间节点信息匹配，则将所述第一检测数据表中匹配的电力检测数据项所对应的电力设备的标识信息和对应的时间节点信息进行存储以形成维修报告。

7.根据权利要求1所述的一种电网用大数据清洗去噪方法，其特征在于，还包括：

将每一所述第一检测数据表中的具有异常标记的电力检测数据项进行筛选以形成筛选数据表，所述筛选数据表中包含具有异常标记的电力检测数据项所对应的电力设备的标识信息和时间节点信息；

根据所述筛选数据表中数据项对异常数据表中的数据项进行匹配筛选，将所述异常数据表中的数据项所有匹配的数据进行删除以形成排查数据表。