[发明专利]用于电力设备在线监测异常数据的处理方法及系统

权利要求书

1.一种用于电力设备在线监测异常数据的处理方法，其特征在于实施步骤包括：

1)针对电力设备在线监测得到的原始数据集进行异常数据定位分析，根据异常数据定位分析结果选择清除异常数据再基于DBSCAN聚类算法进行缺失值填充完成数据清洗或者基于关联规则的异常数据清洗方法完成数据清洗；

2)计算预设的数据质量评估体系中的各项数据质量指标值，所述数据质量评估体系中包括至少一项数据质量指标；

3)根据各项数据质量指标值生成数据质量评价报告；

4)将异常数据定位分析结果、数据质量评价报告展示输出；

步骤1)的详细步骤包括：

1.1)基于原始数据集的指定数据和预设的阈值比较判断电力设备的工作状态、电力设备对应通信设备状态以及工作环境状态，将电力设备的工作状态、电力设备对应通信设备状态以及工作环境状态加入异常数据定位分析结果；

1.2)针对原始数据集利用阈值分析进行异常数据定位；

1.3)基于异常数据定位的数据获取异常数据统计信息，所述异常数据统计信息包括异常数据中增大、或减少、或缺失的规模及变化幅度，将异常数据统计信息加入异常数据定位分析结果；

1.4)基于异常数据统计信息获取最可能出现的异常数据原因，将异常数据原因及其对应的异常数据定位信息加入异常数据定位分析结果；

1.5)判断异常数据的变化幅度是否未超过预设阈值，如果未超过预设阈值则将异常数据清空，并使用基于DBSCAN聚类算法进行缺失值填充完成数据清洗；如果超过预设阈值，则使用基于关联规则的异常数据清洗方法完成数据清洗。

2.根据权利要求1所述的用于电力设备在线监测异常数据的处理方法，其特征在于，步骤1.2)中针对原始数据集利用阈值分析进行异常数据定位的详细步骤包括：针对原始数据集的每一种数据利用阈值分析函数进行遍历检测，所述阈值分析函数每检测到一个待判断数据时，将该待判断数据与同种数据中最近一个判定为正常数据之间的差值超过该正常数据的预设百分比的正负值，则判定该待判断数据为异常数据，否则判定该待判断数据为正常数据。

3.根据权利要求1所述的用于电力设备在线监测异常数据的处理方法，其特征在于，步骤1.4)中基于异常数据统计信息获取最可能出现的异常数据原因的详细步骤包括：将异常数据统计信息和预设的映射模型得到最可能出现的异常数据原因，所述预设的映射模型包括异常数据统计信息、异常数据原因之间的映射关系。

4.根据权利要求3所述的用于电力设备在线监测异常数据的处理方法，其特征在于，所述预设的映射模型为预设的映射数据库或者机器学习分类模型。

5.根据权利要求1所述的用于电力设备在线监测异常数据的处理方法，其特征在于，步骤2)中所述数据质量评估体系中的数据质量指标包括规范性和有效性。

6.根据权利要求5所述的用于电力设备在线监测异常数据的处理方法，其特征在于，所述规范性的计算函数表达式如式(1)所示；

式(1)中，S_acc为规范性的指标值，D_r为原始数据集的数据总数，D_q为异常数据的数量。

7.根据权利要求5所述的用于电力设备在线监测异常数据的处理方法，其特征在于，所述有效性的计算函数表达式如式(2)所示；

式(2)中，S_cons为有效性的指标值，C_r为原始数据集的记录总数，R_q为异常数据的数量，C_pd为数据表中数据项的总数，C_s为缺少的数据项的数量。

8.一种用于电力设备在线监测异常数据的处理系统，包括计算机设备，其特征在于，所述计算机设备被编程以执行权利要求1～7中任意一项所述用于电力设备在线监测异常数据的处理方法的步骤；或者所述计算机设备的存储介质上存储有被编程以执行权利要求1～7中任意一项所述用于电力设备在线监测异常数据的处理方法的计算机程序。

9.一种计算机可读的存储介质，其特征在于：所述存储介质上存储有被编程以执行权利要求1～7中任意一项所述用于电力设备在线监测异常数据的处理方法的计算机程序。