[发明专利]一种基于能源统计数据异常判断和修复的方法

说明书

本发明具体涉及一种基于能源统计数据异常判断和修复的方法，包括判断过程与修复过程所述判断过程为：根据本次粒度N的原始数据aN是否获取到，判断为粒度N是否为的采集数据丢失需要修复；根据粒度N的相邻粒度统计值valueN是否小于0判断粒度N为是否为采集数据突然变小需要修复。根据粒度N的相邻粒度统计值valueN是否为valueN≥k*A，判断是否为采集数据突然变大需要修复。所述修复过程包括先直接加上历史平均值，如果后来采集是数据恢复到原来的基数，则根据相邻粒度统计值的比例进行修复。本发明能够智能判断能源相关管理系统中因为设备问题导致的原始采集数据异常，并且进行异常场景的统计数据修复。

技术领域

本发明涉及智能电网与能源计量领域，具体涉及一种基于能源统计数据异常判断和修复的方法。

背景技术

本发明涉及的能源管理统计系统包括各种能源分类分项的设备，含电表、水表、气表、热能表、氧气表等。在能源相关管理系统中，现在通常是将对能源计量设备的遥脉数据输入相关的能源平台或者系统，平台或者系统对数据进行处理存储。在处理过程中统计值数据的质量一直是一个比较难解决的问题，主要表现在：设备层数据本身不稳定，设备故障导致的设备数据不按实际值上报的比例相当高；网络环境因素导致的数据上报值错位；设备所测量的环境不稳定，导致环境数据异常等。在遇到部分数据突变、丢失的情况下，能源管理相关系统的数据统计值将变得毫无价值，为了能有效的解决统计数据异常的情况，需要一种提供给各能源管理平台、系统，从而对采集的数据进行异常判断并进行修复异常的方法，。

发明内容

一、所要解决的技术问题：

为了实现上述的目的，本发明提供了一种基于能源统计数据异常判断和修复的方法。本方法采用对个各个时间粒度计算统计值进行比较分析处理的方法对所采集的数据进行判读并且进行修复。其中所述的各个时间粒度计算统计值，在实际应用中常见的是年统计值、月统计值、天统计值以及小时统计值等等。

二、技术方案：

1、一种基于能源统计数据异常判断和修复的方法，包括：判断过程与修复过程，所述判断过程包括以下步骤：

步骤一： 判断本次粒度N的原始数据aN是否获取到，如果获取到进行步骤二；如果没有获取到，则判断为粒度N的采集数据丢失需要修复，同时标记粒度N的异常属性flag=1，进入数据丢失修复过程。

步骤二：判断粒度N的相邻粒度统计值valueN是否小于0：如果不小于0，则进入步骤三；如果valueN小于0则判断粒度N为采集数据突然变小，同时设置粒度N的异常属性flag=1；并进入采集数据突然变小修复过程。

步骤三：判断粒度N的相邻粒度统计值valueN是否满足条件valueN≥k*A，其中A为相邻粒度统计值的历史平均值 ，k为预设的安全系数；如果满足valueN≥k*A，则判断为采集数据突然变大，标记该粒度的异常属性flag=1；进入采集数据突然变大修复流程；如果不满足valueN≥k*A条件，所述粒度N的原始数据入库。

所述修复过程包括以下步骤：

步骤A：粒度数据丢失修复过程为：当粒度N的原始数据aN没有获取到时，获取上一个最近能获取到的粒度K的采样数据aK；获取上个时段中对应时间的粒度N’与K’的相邻粒度数据统计值的比例；如果获取上个时段的相邻粒度数据统计值的比例成功，则根据上个时段粒度N’与K’的相邻粒度统计值的比例带入修复本时段粒度N的数据统计值，进而计算出丢失的粒度N的修复数据；如果获取上个时段的数据统计值不成功，则计算粒度K到粒度（N-1）之间相邻粒度统计值的平均值，将粒度K到粒度（N-1）的相邻粒度统计值均为平均值的方法进行直接修复粒度N的数据，将修复后的粒度N的修复数据入库。