[发明专利]一种电表数据重构方法及装置

说明书

本发明提供一种电表数据重构方法及装置，其通过获取含有缺失值的台区电表数据集，并根据数据集中样本的缺失机制和缺失模式，筛选出待重构数据集，并采用预设的下层循环回归重构算法和预设的上层循环回归重构算法对缺失值进行双层循环回归重构，得到双层重构结果，并结合台区的总表和分表的能量守恒关系，确定缺失电表的上下界及上下界重构结果，进一步提高重构精度，最后采用突变处理机制对得到上下界重构结果中的突变值处理，得到最终重构结果。相比于现有的通过神经网络对缺失数据进行重构的方法，本发明不需要海量且完整的数据训练，即能对电表的缺失数据重构且重构精度较高。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种电表数据重构方法及装置。

背景技术

完整的电表数据是实现高精度的电表运行状态评估的重要基础。但在实际运行环境中，电表数据在测量、通信、存储等过程均可能收到设备故障、人为干扰等因素的影响，导致出现数据缺失的情况，缺失位置和数量均有可能导致电表数据不能反映电力系统的真实状态。因此，对电表缺失数据进行重构对于实现数字电网具有重要意义。

发明内容

本发明实施例提供一种电表数据重构方法及装置，其能对电表的缺失数据进行重构，且重构精度高。

本发明实施例提供一种电表数据重构方法，包括：

获取含有缺失值的台区电表数据集，并根据所述台区电表数据集每一样本的缺失机制和缺失模式，筛选出待重构数据集；其中，所述待重构数据集包括多个待重构样本，所述台区电表包括总表和至少一个分表；

采用预设的下层循环回归重构算法，基于所述待重构数据集对缺失值进行上层重构，得到下层重构结果，并将所述待重构数据集的缺失值替换为所述下层重构结果，得到下层重构数据集；

采用预设的上层循环回归重构算法，基于所述下层重构数据集对所述缺失值进行下层重构，得到所述缺失值的双层重构结果；

根据能量守恒定律的电表误差求解方程，确定所述缺失值的上下界，并根据所述缺失值的双层重构结果与上下界的比较结果，得到所述缺失值的上下界重构结果；

当所述缺失值的上下界重构结果满足预设突变条件时，根据预设的突变处理机制对满足预设突变条件的上下界重构结果进行处理，得到所述缺失值的最终重构结果。

作为上述方案的改进，在根据能量守恒定律的电表误差求解方程，确定所述缺失值的上下界，并根据所述缺失值的双层重构结果与上下界的比较结果，得到所述缺失值的上下界重构结果之后，还包括：

当所述缺失值的上下界重构结果不满足预设突变条件时，将所述缺失值的上下界重构结果作为所述缺失值的最终重构结果。

作为上述方案的改进，所述下层循环回归重构算法具体包括：

从所述待重构数据集中筛选出含有缺失值的分表，得到至少一个下层待重构分表，并根据缺失值数量的比较结果，确定下层重构优先级；其中，缺失值数量最少的下层待重构分表的优先级最大；

根据下层重构优先级最大最先重构的原则，基于所述待重构数据集依次对每一下层待重构分表的缺失值进行重构，得到所述缺失值的初始下层重构结果，并将所述待重构数据集的缺失值更新为所述初始下层重构结果，得到初始下层重构数据集；

当任一次下层重构得到的初始下层重构结果与上一次下层重构得到的初始下层重构结果的偏差在预设的范围内，将所述初始下层重构结果作为缺失值的下层重构结果，以及所述初始下层重构数据集作为下层重构数据集；否则，将所述待重构数据集更新为所述初始下层重构数据集，并返回所述根据下层重构优先级最大最先重构的原则，基于所述待重构数据集依次对每一下层待重构分表的缺失值进行重构的步骤。