CN109800217A - 一种连续异常能耗数据的修复方法、装置及电子设备 - Google Patents

Abstract

本发明公开了一种连续异常能耗数据的修复方法、装置及电子设备，该连续异常能耗数据的修复方法包括如下步骤：获取连续异常能耗数据对应的时间段内的总能耗；计算连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度；待修复时序数据和历史时序数据均为按照预设时间周期采集的能耗数据；按照相似度进行排序，根据排序结果获取若干个参考时序数据；根据参考时序数据和总能耗对连续异常能耗数据进行修复。通过获取连续异常能耗数据对应的时间段内的总能耗，然后基于参考时序数据以及总能耗对连续异常能耗数据进行修复，而不需要依据异常能耗数据一侧或者两侧的正常数据，使该方法可以对连续出现的异常能耗数据进行修复。

Description

一种连续异常能耗数据的修复方法、装置及电子设备

技术领域

本发明涉及数据修复领域，尤其涉及到一种连续异常能耗数据的修复方法、连续异常能耗数据的修复装置、电子设备和计算机可读存储介质。

背景技术

能耗管理系统广泛应用于商业地产、大型机场和医院后勤，整个系统一般包括数据采集、能耗统计、能耗展示等几个部分：各类能耗设备按一定规约接入系统，能耗管理系统张红的数据采集模块采集设备的表头值并记录到数据库；能耗统计模块基于这些数据，以设备或区域为统计对象，以小时、天、月等统计周期，进行能耗数据统计；能耗展示模块通过棒图、饼图、曲线等多种形式向用户展示指定对象、指定周期、指定分项的能耗数据。在能耗管理系统的长期运行过程中，由于前置模块通讯故障、数据接入存在较大延迟、更换能耗设备、调整变比参数、采样服务异常退出或者能耗服务运行异常等因素，可能会引入异常能耗数据，引入的异常能耗数据分为局部异常数据和连续异常数据两种。

现有的异常能耗数据处理方法大多是采用插值法或者采用预测算法，但是由于差值法和预测算法均需要依据异常能耗数据一侧或者两侧的正常数据进行数据修复，因此，当引入的异常能耗数据为连续异常数据时，由于一个异常能耗数据的一侧或者两侧的数据也为异常能耗数据，因而，无法使用插值法或者采用预测算法进行修复。

发明内容

有鉴于此，本发明实施例提供了一种连续异常能耗数据的修复方法、装置及电子设备，以解决现有的异常能耗数据的修复方法无法对连续异常能耗数据进行修复的问题。

根据第一方面，本发明实施例提供了一种连续异常能耗数据的修复方法，包括如下步骤：获取连续异常能耗数据对应的时间段内的总能耗；计算连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度；待修复时序数据和历史时序数据均为按照预设时间周期采集的能耗数据；按照相似度进行排序，根据排序结果获取若干个参考时序数据；根据参考时序数据和总能耗对连续异常能耗数据进行修复。

通过获取连续异常能耗数据对应的时间段内的总能耗，然后基于与连续异常能耗数据所在的待修复时序数据相似度较高的若干个参考时序数据以及总能耗，对连续异常能耗数据进行修复，而不需要依据异常能耗数据一侧或者两侧的正常数据，不具有当异常能耗数据连续出现，由于一个异常能耗数据的的一侧或者两侧的数据也为异常能耗数据，没有修复依据而无法对连续的异常能耗数据进行修复的问题，使该方法可以对连续出现的异常能耗数据进行修复。

结合第一方面，在第一方面第一实施方式中，根据参考时序数据和总能耗对待修复时序数据进行修复的步骤，包括：根据参考时序数据将总能耗划分为若干个能耗值；根据对应时间段将连续异常能耗数据替换为对应的能耗值，完成待修复时序数据的修复。

结合第一方面，在第一方面第二实施方式中，根据参考时序数据和总能耗对待修复时序数据进行修复的步骤，包括：根据参考时序数据将总能耗划分为若干个能耗值；计算各能耗值对应的时间段内的待修复子时序数据与若干个历史子时序数据的相似度；待修复子时序数据和历史子时序数据均为按照预设子时间周期采集的能耗数据，预设子时间周期的长度与能耗值对应的时间长度相同；按照相似度由大到小的顺序获取若干个参考子时序数据；根据参考子时序数据和各能耗值对各待修复子时序数据进行修复。

结合第一方面或第一方面第一实施方式或第一方面第二实施方式，在第一方面第三实施方式中，总能耗为时间段的开始时间点和结束时间点对应的能耗监测设备读数值的差值。

结合第一方面，在第一方面第四实施方式中，通过计算待修复时序数据与预设历史时序数据的均值和/或方差和/或极值和/或峰谷数的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算。

结合第一方面，在第一方面第五实施方式中，通过计算待修复时序数据与预设历史时序数据的时间戳的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算。

根据第二方面，本发明实施例提供了一种连续异常能耗数据的修复装置，包括：第一获取模块，用于获取连续异常能耗数据对应的时间片段内的总能耗；计算模块，用于计算连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度；待修复时序数据和历史时序数据均为按照预设时间周期采集的能耗数据；第二获取模块，用于按照相似度由大到小的顺序获取若干个参考时序数据；数据修复模块，用于根据参考时序数据和总能耗对连续异常能耗数据进行修复。

结合第二方面，在第二方面第一实施方式中，数据修复模块包括：数据划分单元，用于根据参考时序数据将总能耗划分为若干个能耗值；数据替换单元，用于将异常能耗数据替换为对应的能耗值，完成连续异常能耗数据的修复。

根据第三方面，本发明实施例提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中的连续异常能耗数据的修复方法。

根据第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机指令，计算机指令用于使计算机执行第一方面或者第一方面的任意一种实施方式中的连续异常能耗数据的修复方法。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的连续异常能耗数据的修复的方法流程图；

图2为图1中步骤S104的具体步骤流程图；

图3为本发明另一实施例提供的连续异常能耗数据的修复的方法流程图；

图4为本发明实施例提供的连续异常能耗数据的修复装置的原理框图；

图5为本发明实施例提供的一种电子设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

实施例1

图1示出了本发明实施例的连续异常能耗数据的修复方法的流程图，如图1所示，该方法可以包括如下步骤：

S101，获取连续异常能耗数据对应的时间段内的总能耗。在这里，总能耗为上述时间段的开始时间点和结束时间点对应的能耗监测设备读数值的差值。

以一个能耗数据对应的时间段为一个小时为例，若6时-7时，7时-8时，8时-9时这3个能耗数据均为异常能耗数据，则需要获取6时-9时这一时间段内的总能耗。由于只有上述3个能耗数据为连续异常能耗数据，可以认为其周围的其他能耗数据为正常数据，即5时-6时，以及9时-10时的能耗数据为正常数据，而5时-6时的能耗数据为6时的能耗监测设备读数与5时的能耗监测设备读数的差值，则可以认为6时的能耗监测设备读数为正常值，同样地，9时的能耗监测设备读数为正常值，因此，可以通过计算9时的能耗监测设备读数和6时的能耗监测设备读数的差值，得到6时-9时这一时间段内的总能耗。需要说明的是，此处的具体数值仅为便于本领域技术人员理解本发明实施例的技术方案所举的具体示例，不应当构成对本方案的限制。

S102，计算连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度。在这里，待修复时序数据和历史时序数据均为按照预设时间周期采集的能耗数据。

沿用上例，以待修复时序数据的采集周期为一天为例，若上述3个异常数据为7月18日的6时-7时，7时-8时，8时-9时的能耗数据时，则待修复时序数据为7月18日的能耗时序数据。

在这里，可以通过计算待修复时序数据与预设历史时序数据的均值和/或方差和/或极值和/或峰谷数的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算，还可以通过计算待修复时序数据与预设历史时序数据的时间戳的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算。

S103，按照相似度进行排序，根据排序结果获取若干个参考时序数据。在这里，取与待修复时序数据的相似度较高的若干个历史时序数据，作为参考时序数据。

S104，根据参考时序数据和总能耗对连续异常能耗数据进行修复。

本发明实施例的连续异常能耗数据的修复方法，通过获取连续异常能耗数据对应的时间段内的总能耗，然后基于与连续异常能耗数据所在的待修复时序数据相似度较高的若干个参考时序数据以及总能耗，对连续异常能耗数据进行修复，而不需要依据异常能耗数据一侧或者两侧的正常数据，不具有当异常能耗数据连续出现，由于一个异常能耗数据的的一侧或者两侧的数据也为异常能耗数据，没有修复依据而无法对连续的异常能耗数据进行修复的问题，使该方法可以对连续出现的异常能耗数据进行修复。

作为本实施例的一种可选实施方式，如图2所示，上述步骤S104可以包括如下步骤：

S201，根据参考时序数据将总能耗划分为若干个能耗值。在这里，划分出来的能耗值数量与连续异常能耗数据的数量相同。

S202，根据对应时间段将连续异常能耗数据替换为对应的能耗值，完成待修复时序数据的修复。

图3示出了本发明另一实施例的连续异常能耗数据的修复方法的流程图，本实施例的方法适用于连续能耗数据对应的时间段较长(跨子时序数据周期连续)的情况。如图3所示，本方法可以包括如下步骤：

S301，获取连续异常能耗数据对应的时间段内的总能耗。在这里，总能耗为该时间段的开始时间点和结束时间点对应的能耗监测设备读数值的差值。

以7月18日6时-7月20日18时的能耗数据均连续异常为例，则通过计算7月18日6时的能耗监测设备读数值与7月20日18时的能耗监测设备读数值的差值，得到总能耗。

S302，计算连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度。在这里，待修复时序数据和历史时序数据均为按照预设时间周期采集的能耗数据。

沿用上例，由于能耗数据出现异常的时间段为7月18日6时-7月20日18时，若待修复时序数据的采集周期仍为1天，则存在无法确定7月18日，7月19日以及7月20日对应的时序数据中的异常能耗数据对应的时间段的总能耗的情况(由于待修复时序数据和历史时序数据的采集周期均为一天，后续需要依据从历史时序数据中获取的参考时序数据，划分一天中连续异常能耗数据对应时间段的总能耗，从而修复异常数据，因此，需要确定待修复时序数据中异常能耗数据对应的时间段的总能耗)，因此，需要扩大异常能耗数据所在的待修复时序数据的时间颗粒度大小。在这里，将待修复时序数据的采集周期扩大为一个月，其中的每个能耗数据对应的时间段为一天。当然，对应的历史时序数据的采集周期也为一个月，其中的每个能耗数据对应的时间段也为一天。

S303，按照相似度进行排序，根据排序结果获取若干个参考时序数据。在这里，可以通过计算待修复时序数据与预设历史时序数据的均值和/或方差和/或极值和/或峰谷数的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算，还可以通过计算待修复时序数据与预设历史时序数据的时间戳的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算。

S304，根据参考时序数据将总能耗划分为若干个能耗值。

沿用上例，为了方便计算，实际进行划分时，首先计算“7月18日6时-7月20日18时的总能耗”+“7月18日0时-6时的能耗值”+“7月20日18时-24时的能耗值”，然后根据参考时序数据对上述计算得到的和进行划分，得到三个初始能耗值，然后，计算7月18日对应的的初始能耗值与“7月18日0时-6时的能耗值”的差值，得到7月18日的能耗值(7月18日中连续异常能耗数据对应的时间段的能耗值)，计算7月20日对应的的初始能耗值与“7月20日18时-24时的能耗值”的差值得到7月20日的能耗值(7月20日中连续异常能耗数据对应的时间段的能耗值)。

S305，计算各能耗值对应的时间段内的待修复子时序数据与若干个历史子时序数据的相似度。在这里，待修复子时序数据和历史子时序数据均为按照预设子时间周期采集的能耗数据，预设子时间周期的长度与能耗值对应的时间长度相同。在这里，可以通过计算待修复时序数据与预设历史时序数据的均值和/或方差和/或极值和/或峰谷数的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算，还可以通过计算待修复时序数据与预设历史时序数据的时间戳的相似度，完成待修复时序数据与预设历史时序数据的相似度的计算。

沿用上例，待修复子时序数据(7月18日，7月19日以及7月20日的时序数据)和历史子时序数据的采集周期均为一天，其中的每个能耗数据对应的时间段为一个小时。

S306，按照相似度进行排序，根据排序结果获取若干个参考子时序数据。在这里，取与待修复子时序数据的相似度较高的若干个历史子时序数据，作为参考子时序数据。

S307，根据参考子时序数据和各能耗值对各待修复子时序数据进行修复。在这里，通过根据参考子时序数据将能耗值划分为若干子能耗值，然后根据对应时间段将待修复子时序数据中的连续异常能耗数据替换为对应的子能耗值的方式，完成对各待修复子时序数据的修复。

通过首先将总能耗划分与待修复子时序数据对应的能耗值，再根据参考子时序数据和上述能耗值对待修复子时序数据进行修复的方式，对连续异常能耗数据进行修复，使本发明实施例中的方法能够对长时间连续异常能耗数据(跨子时序数据周期连续的异常能耗数据)进行修复。

实施例2

图4示出了根据本发明实施例的一种连续异常能耗数据的修复装置的原理框图，该装置可以用于实现实施例1或者其任意可选实施方式所述的连续异常能耗数据的修复方法。如图4所示，该装置包括：第一获取模块10、计算模块20、第二获取模块30和数据修复模块40。

第一获取模块10用于获取连续异常能耗数据对应的时间片段内的总能耗。

计算模块20用于计算连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度。在这里，待修复时序数据和历史时序数据均为按照预设时间周期采集的能耗数据。

第二获取模块30用于按照相似度由大到小的顺序获取若干个参考时序数据。

数据修复模块40用于根据参考时序数据和总能耗对连续异常能耗数据进行修复。

本发明实施例的连续异常能耗数据的修复装置能够实现实施例1或者其任意可选实施方式所述的连续异常能耗数据的修复方法，对连续出现的异常能耗数据进行修复。

作为本实施例的一种可选实施方式，数据修复模块40包括：数据划分单元和数据替换单元。

数据划分单元用于根据参考时序数据将总能耗划分为若干个能耗值。

数据替换单元用于将异常能耗数据替换为对应的能耗值，完成连续异常能耗数据的修复。

本发明实施例还提供了一种电子设备，如图5所示，该电子设备可以包括处理器51和存储器52，其中处理器51和存储器52可以通过总线或者其他方式连接，图5中以通过总线连接为例。

处理器51可以为中央处理器(Central Processing Unit，CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器52作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的连续异常能耗数据的修复方法对应的程序指令/模块(例如，图4所示的第一获取模块10、计算模块20、第二获取模块30和数据修复模块40)。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的连续异常能耗数据的修复方法。

存储器52可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器51所创建的数据等。此外，存储器52可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器52可选包括相对于处理器51远程设置的存储器，这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述一个或者多个模块存储在所述存储器52中，当被所述处理器51执行时，执行如图1-3所示实施例中的连续异常能耗数据的修复方法。

上述电子设备具体细节可以对应参阅图1至图3所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种连续异常能耗数据的修复方法，其特征在于，包括如下步骤：

获取所述连续异常能耗数据对应的时间段内的总能耗；

计算所述连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度；所述待修复时序数据和所述历史时序数据均为按照预设时间周期采集的能耗数据；

按照所述相似度进行排序，根据排序结果获取若干个参考时序数据；

根据所述参考时序数据和所述总能耗对所述连续异常能耗数据进行修复。

2.根据权利要求1所述的连续异常能耗数据的修复方法，其特征在于，所述根据所述参考时序数据和所述总能耗对所述连续异常能耗数据进行修复的步骤，包括：

根据所述参考时序数据将所述总能耗划分为若干个能耗值；

根据对应时间段将所述连续异常能耗数据替换为对应的能耗值，完成所述待修复时序数据的修复。

3.根据权利要求1所述的连续异常能耗数据的修复方法，其特征在于，所述根据所述参考时序数据和所述总能耗对所述连续异常能耗数据进行修复的步骤，包括：

根据所述参考时序数据将所述总能耗划分为若干个能耗值；

计算各所述能耗值对应的时间段内的待修复子时序数据与若干个历史子时序数据的相似度；所述待修复子时序数据和所述历史子时序数据均为按照预设子时间周期采集的能耗数据，所述预设子时间周期的长度与所述能耗值对应的时间长度相同；

按照所述相似度由大到小的顺序获取若干个参考子时序数据；

根据所述参考子时序数据和各所述能耗值对各所述待修复子时序数据进行修复。

4.根据权利要求1-3任一项所述的连续异常能耗数据的修复方法，其特征在于，所述总能耗为所述时间段的开始时间点和结束时间点对应的能耗监测设备读数值的差值。

5.根据权利要求1所述的连续异常能耗数据的修复方法，其特征在于，通过计算所述待修复时序数据与所述预设历史时序数据的均值和/或方差和/或极值和/或峰谷数的相似度，完成所述待修复时序数据与预设历史时序数据的相似度的计算。

6.根据权利要求1所述的连续异常能耗数据的修复方法，其特征在于，通过计算所述待修复时序数据与所述预设历史时序数据的时间戳的相似度，完成所述待修复时序数据与预设历史时序数据的相似度的计算。

7.一种连续异常能耗数据的修复装置，其特征在于，包括：

第一获取模块，用于获取所述连续异常能耗数据对应的时间片段内的总能耗；

计算模块，用于计算所述连续异常能耗数据所在的待修复时序数据与若干个历史时序数据的相似度；所述待修复时序数据和所述历史时序数据均为按照预设时间周期采集的能耗数据；

第二获取模块，用于按照所述相似度进行排序，根据排序结果获取若干个参考时序数据；

数据修复模块，用于根据所述参考时序数据和所述总能耗对所述连续异常能耗数据进行修复。

8.根据权利要求7所述的连续异常能耗数据的修复装置，其特征在于，所述数据修复模块包括：

数据划分单元，用于根据所述参考时序数据将所述总能耗划分为若干个能耗值；

数据替换单元，用于将所述异常能耗数据替换为对应的能耗值，完成所述连续异常能耗数据的修复。

9.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-6中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1-6中任一所述方法的步骤。