[发明专利]一种蓄热式电锅炉负荷数据清洗系统

权利要求书

1.一种蓄热式电锅炉负荷数据清洗系统，其特征在于，包括：

数据输入模块，用于获得用户用电曲线数据，转化为序列向量做输入数据；

重复数据去除模块，用于对数据按时间和用户ID为唯一标识，识别出数据集中的重复数据，并去除重复数据；

数据缺失值填充模块，用于使用加权平均数据缺失填充方法对缺失值数据进行填充；

数据异常值处理模块，用于依据蓄热式电锅炉负荷数据规律，识别原始数据中离群点，并将其标记为缺失点，使用缺失值填充方法进行修复；

数据输入模块连接重复数据去除模块，重复数据去除模块连接数据缺失值填充模块，数据缺失值填充模块连接数据异常值处理模块。

2.根据权利要求1所述的一种蓄热式电锅炉负荷数据清洗系统，其特征在于，所述数据输入模块的具体实施步骤如下：1)输入用户负荷功率曲线数据；2)输入用户ID；3)输入每个功率曲线数据的时间；4)将前三步中的数据转化为序列向量做输入数据。

3.根据权利要求1所述的一种蓄热式电锅炉负荷数据清洗系统，其特征在于，所述重复数据去除模块的具体实施步骤如下：1)设置用户ID和时间为唯一标识；2)建立用户负荷数据矩阵,其中d代表负荷数据的时间范围，f代表蓄热式电锅炉负荷数据采样频率，用-1初始化矩阵M，比如时间线为2019/11/10—2020/5/28，则建立全为-1的初始化唯一标识矩阵值M，3)输入用户数据，若矩阵，跳转3，否则继续循环输入，其中为用户n在时间t上的唯一标识矩阵值，其中为用户n在时间t上的原始功率值，该值可能重复；4)不进行替换，跳转3；5)替换循环结束获得无重复数据的用户负荷功率曲线数据M。

4.根据权利要求1所述的一种蓄热式电锅炉负荷数据清洗系统，其特征在于，所述数据缺失值填充模块的具体实施步骤如下：1)将前后日负荷全小于0的全部变为0；

2)计算连续缺失值个数，连续缺失值少于等于3个跳转3，连续缺失变值多于288点跳转4，连续缺失值多于3个小于288个跳转5，如公式3所示；

a_w＝w₁v₁+w₂v₂+…+w_nv_n/n (1)

其中，f_i代表填充值，N_missing代表连续缺失值的数量，a_{w_t}，a_{w_v}，a_{w_h}分别对应横向加权平均值，纵向加权平均值，同期历史数据加权平均值，v为正常负荷值；

3)使用横向前后正常数值的加权平均值进行填充；

4)若有往年数据，则补全为非0同期负荷数据加权平均值，若没有往年数据，则使用5中方法进行补全；

5)使用纵向上下正常数值加权平均值进行填充；

6)计算权重，横纵正常值离缺失值最近的权重设得较大，权重计算详见公式(1)

w_i＝d(a,v_i)/∑_id

其中，d代表距离函数，a代表异常点，v_i代表正常点。

5.根据权利要求1所述的一种蓄热式电锅炉负荷数据清洗系统，其特征在于，所述数据异常值处理模块的具体实施步骤如下：

1)异常值识别，用基于邻近值的异常数据识别方法，横向遍历所有负荷数据，若某点的负荷值与前后点的差值均大于前后点均值的某个阈值，则将该点标记为异常点，这里的阈值我们使用的是10％；

2)异常值修复，把异常值当为缺失值，用缺失值填充方法进行修复，如公式4所示：

a＝(a_l+a_r)/2，ifabs(a_r-a)＞r*a_mean and abs(a_l-a)＞r*a_mean (4)

其中a为修复后的值，a_l和a_r为左右邻近值，a_mean为左右邻近值的平均数。