[发明专利]一种基于数值关联性模型的异常数据探测及修正方法

摘要

本发明公开了一种基于数据关联性模型的异常数据探测及修正方法，包括如下步骤S1、展示模块定义异常数据判断条件，并将异常数据判断条件存储至源指标数据库中；S2、数据访问层遍历源指标数据库中的业务指标数据，判断其是否符合异常数据判断条件，将符合异常数据判断条件的业务指标数据在展示模块进行展示，同时执行步骤S3；S3、业务逻辑模块对符合异常数据判断条件的业务指标数据进行修正，并根据需要将修正后的数据存储至源指标数据库。本发明大大的提高了电网业务数据的准确性，提高了计算统计数据群的精度，使得统计分析结果更为可靠，为企业投资评价、效益分析等方面提供更为有利的数据支持。

主权项

一种基于数据关联性模型的异常数据探测及修正方法，其特征在于，包括彼此进行数据通信的源指标数据库、数据访问模块、业务逻辑模块和展示模块，包括如下步骤：S1、展示模块定义异常数据判断条件，并将异常数据判断条件存储至源指标数据库中，同时，源指标数据库中还存储业务指标定义和业务指标数据；步骤S1中，展示模块定义的异常数据判断条件包括：阈值标定条件、历史趋势纵向校准条件和关联性横向校准条件，所述阈值标定条件为定义业务指标的最大值和最小值；所述历史趋势纵向校准条件为通过分析特定时间周期内的历史数据变化趋势，归纳出的线性回归方程式；所述关联性横向校准条件为分析指标之间的依赖关系确定的函数依赖表达式；S2、数据访问层遍历源指标数据库中的业务指标数据，判断其是否符合异常数据判断条件，将符合异常数据判断条件的业务指标数据在展示模块进行展示，同时执行步骤S3；S3、业务逻辑模块对符合异常数据判断条件的业务指标数据进行修正，并根据需要将修正后的数据存储至源指标数据库；其中，对符合异常数据判断条件的业务指标数据进行修正时，判断是否选择系统推荐的修正算法，如果选择，则执行所选择的修正算法，如果不选择，则重新定义修正算法进行修正；对符合异常数据判断条件的业务指标数据进行修正的修正算法包括阈值中值修正，具体方法为：Y1、取得符合异常数据判断条件的业务指标数据后，判断源指标数据库中是否存在该业务指标对用的阈值，如果存在，则取出该业务指标对应的最大值Vmax和最小值Vmin，如果不存在，则定义该指标对应的阈值存入源指标数据库中；Y2、业务逻辑层计算阈值中值做为修正值，修正值V＝(Vmax+Vmin)/2。