[发明专利]一种异常数据修复方法及装置

权利要求书

1.一种异常数据修复方法，其特征在于，包括：

获取目标能源互联网的运行数据；

根据所述目标能源互联网的运行数据建立无向图模型；

从所述无向图模型的顶点中选取多个邻域顶点，将所述邻域顶点和所述无向图模型的邻接矩阵输入图卷积网络模型中，得到所述邻接矩阵的特征值，根据所述邻接矩阵的特征值对所述无向图模型中的顶点进行聚类，得到多个相似行为数据簇；

将异常顶点所属的相似行为数据簇输入异常数据修复模型中，得到异常数据的修复数据；所述异常数据修复模型结合所述相似行为簇中各顶点数据与所述异常数据的关联性权重计算所述修复数据；所述关联性权重根据所述顶点数据与所述异常数据形成的贝叶斯概率图确定；

根据所述异常数据的修复数据对所述目标能源互联网的运行数据进行修复。

2.根据权利要求1所述的异常数据修复方法，其特征在于，所述图卷积网络模型中定义有逐层传播，传播规则为：

H＝f(W^C⊙P*X)，

其中，X表示卷积网络的输入，X∈R^N*F,N表示顶点数，F表示特征数，W^C表示上一层的卷积网络的权重参数，P表示邻接矩阵，f()表示激活函数,R^K*F表示邻接矩阵的转移矩阵。

3.根据权利要求1所述的异常数据修复方法，其特征在于，通过如下步骤形成所述贝叶斯概率图：

根据所述顶点数据和所述异常数据的关联性定义所述顶点数据和所述异常数据的因果关系；

根据所述因果关系形成所述贝叶斯概率图。

4.根据权利要求1或3所述的异常数据修复方法，其特征在于，所述异常数据修复模型为：

其中，d_k表示修复数据，α_n表示相似行为数据簇中第n个顶点的顶点数据对所述异常数据的权重，d_n表示第n个顶点的顶点数据，δ为误差修正系数，N表示相似行为数据簇中的顶点数。

5.根据权利要求1所述的异常数据修复方法，其特征在于，从所述无向图模型的顶点中选取多个邻域顶点，包括：

确定所述无向图模型中各顶点的度信息；

依据中心性原则，根据所述各顶点之间的距离确定所述邻域顶点，各顶点之间的距离根据所述各顶点的度信息确定。

6.根据权利要求1所述的异常数据修复方法，其特征在于，根据所述邻接矩阵的特征值对所述无向图模型中的顶点进行聚类，得到多个相似行为数据簇，包括：

根据所述邻接矩阵的特征值确定各顶点的特征值；

按照各顶点的特征值对所述顶点进行聚类，得到多个相似行为数据簇。

7.一种异常数据修复装置，其特征在于，包括：

数据获取模块，用于获取目标能源互联网的运行数据；

无向图构建模块，用于根据所述目标能源互联网的运行数据建立无向图模型；

无向图切割模块，用于从所述无向图模型的顶点中选取多个邻域顶点，将所述邻域顶点和所述无向图模型的邻接矩阵输入图卷积网络模型中，得到所述邻接矩阵的特征值，根据所述邻接矩阵的特征值对所述无向图模型中的顶点进行聚类，得到多个相似行为数据簇；

修复数据计算模块，用于将异常顶点所属的相似行为数据簇输入异常数据修复模型中，得到异常数据的修复数据；所述异常数据修复模型结合所述相似行为簇中各顶点数据与所述异常数据的关联性权重计算所述修复数据；所述关联性权重根据所述顶点数据与所述异常数据形成的贝叶斯概率图确定；

数据修复模块，用于根据所述异常数据的修复数据对所述目标能源互联网的运行数据进行修复。

8.根据权利要求7所述的异常数据修复装置，其特征在于，所述异常数据修复模型为：

其中，d_k表示修复数据，α_n表示相似行为数据簇中第n个顶点的顶点数据对所述异常数据的权重，d_n表示第n个顶点的顶点数据，δ为误差修正系数，N表示相似行为数据簇中的顶点数。