CN117150233A - 一种电网异常数据治理方法、系统、设备及介质 - Google Patents
一种电网异常数据治理方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN117150233A CN117150233A CN202311413338.5A CN202311413338A CN117150233A CN 117150233 A CN117150233 A CN 117150233A CN 202311413338 A CN202311413338 A CN 202311413338A CN 117150233 A CN117150233 A CN 117150233A
- Authority
- CN
- China
- Prior art keywords
- data
- power grid
- abnormal
- value
- subsets
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013523 data management Methods 0.000 title claims abstract description 14
- 238000012937 correction Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims description 31
- 238000002955 isolation Methods 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 238000012417 linear regression Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及数据治理技术领域，尤其涉及一种电网异常数据治理方法、系统、设备及介质，所述方法具体包括：获取电网业务系统的电网元数据；确定所述电网元数据中的电网异常数据；根据数据修正规则确定电网修正数据；将所述电网修正数据替换所述电网异常数据，获得处理结果；对所述处理结果进行复核。本发明能够自动获取电网元数据，准确定位电网异常数据，对异常数据进行修正，从而提高电网数据的准确性和可靠性。
Description
技术领域
本发明属于数据治理技术领域，具体涉及一种电网异常数据治理方法、系统、设备及介质。
背景技术
随着电力企业数字化转型的深入，数据成为企业发展的关键生产要素。在大数据时代，数据不仅是资源，更是资产，数据已成为衡量企业竞争力的重要标志，电力数据要素化市场化流通是趋势，那么高质量的数据显得尤为重要，为此需要开展数据治理提升工作。
在电网领域开展数据质量管理平台的数据治理工作时，发现统一社会信用代码标准程度低（数据缺失及错误、编码位数不符等）导致与外部数据无法匹配；用电类别与行业分类不一致导致行业用电数据分析结果出现偏差；用户存续状态数据不符影响用户抄表算费准确性；配变设备名称与用途不一致，导致业务人员无法精准判断变压器的真实资产属性，无法确定设备是否归属电网资产，若变压器涉及基建工程改造等业务，将导致越权改造、不合规改造等问题，然而现有数据治理工作并不能有效解决这些问题。
发明内容
有鉴于此，本发明旨在提供一种电网异常数据治理方法、系统、设备及介质，快速完成自查自纠的数据治理工作，以解决上述现有技术问题的至少之一。
本发明提供了一种电网异常数据治理方法，所述方法具体包括：
获取电网业务系统的电网元数据；
确定所述电网元数据中的电网异常数据；
根据数据修正规则确定电网修正数据；
将所述电网修正数据替换所述电网异常数据，获得处理结果；
对所述处理结果进行复核。
进一步的，所述确定所述电网元数据中的电网异常数据，具体包括：
采用DBSCAN聚类算法将所述电网元数据进行聚类，并获得若干个聚类簇；
根据Isolation Forest算法对每个聚类簇进行检测，获得若干个异常数据点。
更进一步的，所述采用DBSCAN聚类算法将所述电网元数据进行聚类，并获得若干个聚类簇，具体包括：
根据StandardScaler函数对所述电网元数据进行标准化处理，获得电网标准化数据，所述电网标准化数据包括电网时间序列数据、电网拓扑数据和电网相位数据；
根据所述电网时间序列数据的均值、方差和频域特征设置所述电网时间序列数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网拓扑数据的节点角度和节点距离设置所述电网拓扑数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网相位数据的相位差设置所述电网相位数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网时间序列数据、所述电网拓扑数据和所述电网相位数据各自的邻域范围和预设数据点数目，分别生成对应的若干个聚类簇。
更进一步的，所述根据Isolation Forest算法对每个聚类簇进行检测，获得若干个异常数据点，具体包括：
根据所述电网时间序列数据的每个时间点的数值确定第一分割阈值，通过所述第一分割阈值将所述电网时间序列数据划分为两个子集，在两个子集中分别确定新的第一分割阈值，根据新的第一分割阈值分别将两个子集再分为两个子集，重复确定新的第一分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第一IsolationForest模型；
根据所述电网拓扑数据的每个节点与其他节点的连接数量、连接距离和连接类型确定第二分割阈值，通过所述第二分割阈值将所述电网拓扑数据划分为两个子集，在两个子集中分别确定新的第二分割阈值，根据新的第二分割阈值分别将两个子集再分为两个子集，重复确定新的第二分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第二Isolation Forest模型；
根据所述电网相位数据的不同设备之间的相位差确定第三分割阈值，通过所述第三分割阈值将所述电网相位数据划分为两个子集，在两个子集中分别确定新的第三分割阈值，根据新的第三分割阈值分别将两个子集再分为两个子集，重复确定新的第三分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第三Isolation Forest模型；
根据所述第一Isolation Forest模型、所述第二Isolation Forest模型和所述第三Isolation Forest模型，分别对对应的每个聚类簇进行检测，确定若干个异常数据点。
进一步的，所述根据数据修正规则确定电网修正数据，具体包括：
根据线性回归模型获得预测数据值；
通过所述预测数据值和所述电网异常数据进行数据还原，获得电网修正数据值；
根据所述电网修正数据值和电网实际数据值之间的平均绝对误差、均方误差、均方根误差和准确率中的至少一种进行修正效果评估，获得修正效果评估结果；
根据所述修正效果评估结果对所述线性回归模型进行调整。
更进一步的，所述根据线性回归模型获得预测数据值，具体包括：
获取历史电网数据和关联特征历史数据集，所述历史电网数据包括历史电网正常数据和历史电网异常数据，所述关联特征历史数据集为与所述历史电网异常数据有强关联性的特征的历史数据的集合；
将所述历史电网数据和所述关联特征历史数据集输入至所述线性回归模型进行训练，获得线性回归模型；
根据所述线性回归模型对每个异常数据点获得对应的预测数据值。
更进一步的，所述通过所述预测数据值和所述电网异常数据进行数据还原，获得电网修正数据值，具体包括：
确定每个异常数据点的最大值和最小值；
基于所述数据修正公式，通过每个异常数据点的最大值、最小值和对应的预测数据值，获得电网修正数据值，所述数据修正公式满足C=P*(max-min)+min，其中，C为电网修正数据值，P为每个异常数据点对应的预测数据值，max为每个异常数据点的最大值，min为每个异常数据点的最小值。
本发明还提供了一种电网异常数据治理系统，所述系统具体包括数据源模块、规则库模块、标准库模块、执行模块和结果核查模块；
所述数据源模块，用于获取电网业务系统的电网元数据；
所述规则库模块，用于确定所述电网元数据中的电网异常数据；
所述标准库模块，用于根据数据修正规则确定电网修正数据；
所述执行模块，用于将所述电网修正数据替换所述电网异常数据，获得处理结果；
所述结果核查模块，用于对所述处理结果进行复核。
本发明还提供了一种计算机设备，包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现如上述方法中任一项所述的电网异常数据治理方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，实现如上述方法中任一项所述的电网异常数据治理方法。
与现有技术相比，本发明具有以下技术效果的至少之一：
1、能够自动获取电网元数据，准确定位电网异常数据，对异常数据进行修正，从而提高电网数据的准确性和可靠性。
2、通过自适应的聚类算法和异常检测算法，可以更好地适应不同类型的异常情况，提高对电网异常数据的识别和修正准确性。
3、利用线性回归模型进行数据修正，并根据多种性能指标进行修正效果评估和模型调整，增加了修正过程的可解释性和可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
图1为本发明实施例提供的一种电网异常数据治理方法的流程示意图；
图2是本发明实施例提供的一种电网异常数据治理系统的结构示意图；
图3是本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
随着电力企业数字化转型的深入，数据成为企业发展的关键生产要素。在大数据时代，数据不仅是资源，更是资产，数据已成为衡量企业竞争力的重要标志，电力数据要素化市场化流通是趋势，那么高质量的数据显得尤为重要，为此需要开展数据治理提升工作。
在电网领域开展数据质量管理平台的数据治理工作时，发现统一社会信用代码标准程度低（数据缺失及错误、编码位数不符等）导致与外部数据无法匹配；用电类别与行业分类不一致导致行业用电数据分析结果出现偏差；用户存续状态数据不符影响用户抄表算费准确性；配变设备名称与用途不一致，导致业务人员无法精准判断变压器的真实资产属性，无法确定设备是否归属电网资产，若变压器涉及基建工程改造等业务，将导致越权改造、不合规改造等问题，然而现有数据治理工作并不能有效解决这些问题。
参照图1，本发明实施例提供了一种电网异常数据治理方法，所述方法具体包括：
S101：获取电网业务系统的电网元数据；
确定所述电网元数据中的电网异常数据。
在一些实施例中，所述确定所述电网元数据中的电网异常数据，具体包括：
采用DBSCAN聚类算法将所述电网元数据进行聚类，并获得若干个聚类簇；
根据Isolation Forest算法对每个聚类簇进行检测，获得若干个异常数据点。
在一些实施例中，所述采用DBSCAN聚类算法将所述电网元数据进行聚类，并获得若干个聚类簇，具体包括：
根据StandardScaler函数对所述电网元数据进行标准化处理，获得电网标准化数据，所述电网标准化数据包括电网时间序列数据、电网拓扑数据和电网相位数据；
根据所述电网时间序列数据的均值、方差和频域特征设置所述电网时间序列数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网拓扑数据的节点角度和节点距离设置所述电网拓扑数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网相位数据的相位差设置所述电网相位数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网时间序列数据、所述电网拓扑数据和所述电网相位数据各自的邻域范围和预设数据点数目，分别生成对应的若干个聚类簇。
该实施例中，假设电网时间序列数据是一组包含负荷数据、电压数据和电流数据的波形数据，首先，使用StandardScaler函数将数据进行标准化，使得每个特征的均值为0，方差为1，得到电网标准化数据。通过标准化处理，电网元数据的特征被缩放到相同的尺度，避免了由于特征尺度不同而导致的聚类结果不准确的情况，提高了聚类的效果和稳定性。
然后，设置数据点的邻域范围和每个数据点的邻域内预设数据点数目。通过设置数据点的邻域范围和预设数据点数目，可以控制聚类算法的敏感性，使得聚类结果更具有针对性和合理性。
最后，根据设置的邻域范围和预设数据点数目，使用DBSCAN聚类算法对电网时间序列数据进行聚类，生成若干个聚类簇。
假设经过标准化后的电网数据如下表1所示：
设置邻域范围为0.5，预设数据点数目为3。根据DBSCAN聚类算法，将标准化后的数据聚类为两个聚类簇：
聚类簇1: [(-0.3, 0.2, 0.1), (0.5, 1.3, 1.0), (0.2, 1.0, 1.5)]
聚类簇2: [(1.0, 0.9, -0.5), (-0.8, 0.4, -0.3)]
接下来，根据异常点检测算法对每个聚类簇进行异常检测，确定是否存在异常数据点。如果某个数据点被判定为异常，则认为它是电网中的异常数据点。根据检测结果，可以得到若干个异常数据点。
对于电网拓扑数据，收集电力系统的拓扑数据，包括节点（电力站）和边（输电线路）的信息。每个节点可以包括其位置、类型、额定功率等信息，而每条边可以包括其连接的节点信息、线路参数等。使用DBSCAN聚类算法对电网拓扑数据进行聚类并获得聚类簇，分析DBSCAN的结果，识别每个簇代表的电力站或线路群组。检查是否存在不属于任何簇的噪声点，这些点可能表示拓扑问题或异常。
对于电网相位数据，需要准备相位数据集，这些数据可以表示为一组角度值。例如，每个数据点可能代表一个电力系统节点的相位差。对相位数据进行标准化，以确保它们在相同的尺度上。相位通常以度数表示，可以将其转换为弧度表示以进行标准化，通过将度数乘以π/180来实现，将角度值映射到[-π, π]范围内。
在一些实施例中，所述根据Isolation Forest算法对每个聚类簇进行检测，获得若干个异常数据点，具体包括：
根据所述电网时间序列数据的每个时间点的数值确定第一分割阈值，通过所述第一分割阈值将所述电网时间序列数据划分为两个子集，在两个子集中分别确定新的第一分割阈值，根据新的第一分割阈值分别将两个子集再分为两个子集，重复确定新的第一分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第一IsolationForest模型；
根据所述电网拓扑数据的每个节点与其他节点的连接数量、连接距离和连接类型确定第二分割阈值，通过所述第二分割阈值将所述电网拓扑数据划分为两个子集，在两个子集中分别确定新的第二分割阈值，根据新的第二分割阈值分别将两个子集再分为两个子集，重复确定新的第二分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第二Isolation Forest模型；
根据所述电网相位数据的不同设备之间的相位差确定第三分割阈值，通过所述第三分割阈值将所述电网相位数据划分为两个子集，在两个子集中分别确定新的第三分割阈值，根据新的第三分割阈值分别将两个子集再分为两个子集，重复确定新的第三分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第三Isolation Forest模型；
根据所述第一Isolation Forest模型、所述第二Isolation Forest模型和所述第三Isolation Forest模型，分别对对应的每个聚类簇进行检测，确定若干个异常数据点。
该实施例中，Isolation Forest模型的训练过程是无监督的，不需要标注的异常数据，而是仅利用正常数据来构建模型。首先，将正常的电网数据集作为输入，从数据集中随机选择一个特征，然后确定该特征的最小值和最大值。接着，在最小值和最大值之间随机选择一个切割值作为分割点。这样就得到了一个随机的分割规则。然后，使用随机分割规则将数据集分割成左子树和右子树。然后，分别对左子树和右子树递归地进行随机分割，直到满足终止条件（例如树的高度达到预设的最大高度或子树中的数据点数量小于预设的最小样本数）。构建多个这样的子树，得到一个森林（Forest）。
假设已经通过DBSCAN聚类算法将电网数据划分为两个聚类簇，并且从原始数据中预先筛选出了一些异常数据点和正常数据点，现在要利用这些标注好的数据来训练初始的Isolation Forest模型。在训练完毕后，对于每个数据点，在森林中的每棵树中沿着树的路径计算该数据点所在的叶节点的路径长度（即从根节点到叶节点经过的分割次数）。路径长度是一个衡量数据点异常程度的指标，异常数据点在树中的路径长度较短，而正常数据点在树中的路径长度较长。对于每个数据点，将它在所有树中的路径长度求平均，得到该数据点的异常分数。异常分数越小，表示数据点越可能是异常点，具体可以通过设置阈值来判断哪些数据点被视为异常。
S102：根据数据修正规则确定电网修正数据；
将所述电网修正数据替换所述电网异常数据，获得处理结果；
对所述处理结果进行复核。
在一些实施例中，所述根据数据修正规则确定电网修正数据，具体包括：
根据线性回归模型获得预测数据值；
通过所述预测数据值和所述电网异常数据进行数据还原，获得电网修正数据值；
根据所述电网修正数据值和电网实际数据值之间的平均绝对误差、均方误差、均方根误差和准确率中的至少一种进行修正效果评估，获得修正效果评估结果；
根据所述修正效果评估结果对所述线性回归模型进行调整。
具体的，所述根据线性回归模型获得预测数据值，具体包括：
获取历史电网数据和关联特征历史数据集，所述历史电网数据包括历史电网正常数据和历史电网异常数据，所述关联特征历史数据集为与所述历史电网异常数据有强关联性的特征的历史数据的集合；
将所述历史电网数据和所述关联特征历史数据集输入至所述线性回归模型进行训练，获得线性回归模型；
根据所述线性回归模型对每个异常数据点获得对应的预测数据值。
具体的，所述通过所述预测数据值和所述电网异常数据进行数据还原，获得电网修正数据值，具体包括：
确定每个异常数据点的最大值和最小值；
基于所述数据修正公式，通过每个异常数据点的最大值、最小值和对应的预测数据值，获得电网修正数据值，所述数据修正公式满足C=P*(max-min)+min，其中，C为电网修正数据值，P为每个异常数据点对应的预测数据值，max为每个异常数据点的最大值，min为每个异常数据点的最小值。
该实施例中，预测值是经过线性回归模型处理后的归一化结果，在进行异常数据修正后，需要将修正值还原回原始数据的范围，以得到实际的修正后数值。由于由于线性回归模型的输出是经过sigmoid函数映射到[0, 1]范围的概率值，因此在还原数据时，需要将预测数据值映射回原始的数据范围[Min, Max]中。
平均绝对误差（Mean Absolute Error，MAE）是预测值与实际值之间绝对误差的平均值，用于衡量预测值与实际值的平均偏差，MAE =Σ|预测值—实际值| / 样本数量；均方误差（Mean Squared Error，MSE）是预测值与实际值之间误差的平方的平均值，用于衡量预测值与实际值的平均偏差的平方，MSE =Σ(预测值—实际值)^2 / 样本数量；均方根误差（Root Mean Squared Error，RMSE）是MSE的平方根，用于得到更直观的误差指标，RMSE =√(MSE)；准确率（Accuracy）是对于二分类问题，修正后的数据在测试集中的预测准确率，即修正正确的样本数量占总样本数量的比例，Accuracy=(修正正确的样本数) / (总样本数)。对于不同类型的异常数据和修正目标，可以选择适合的指标或结合多个指标来进行评估。
参照图2，本发明实施例还提供了一种电网异常数据治理系统2，所述系统具体包括数据源模块201、规则库模块202、标准库模块203、执行模块204和结果核查模块205；
所述数据源模块201，用于获取电网业务系统的电网元数据；
所述规则库模块202，用于确定所述电网元数据中的电网异常数据；
所述标准库模块203，用于根据数据修正规则确定电网修正数据；
所述执行模块204，用于将所述电网修正数据替换所述电网异常数据，获得处理结果；
所述结果核查模块205，用于对所述处理结果进行复核。
可以理解的是，如图1所示的电网异常数据治理方法实施例中的内容均适用于本电网异常数据治理系统实施例中，本电网异常数据治理系统实施例所具体实现的功能与如图1所示的电网异常数据治理方法实施例相同，并且达到的有益效果与如图1所示的电网异常数据治理方法实施例所达到的有益效果也相同。
需要说明的是，上述系统之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
参照图3，本发明实施例还提供了一种计算机设备3，包括：存储器302和处理器301及存储在存储器302上的计算机程序303，当所述计算机程序303在处理器301上被执行时，实现如上述方法中任一项所述的电网异常数据治理方法。
所述计算机设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该计算机设备3可包括，但不仅限于，处理器301、存储器302。本领域技术人员可以理解，图3仅仅是计算机设备3的举例，并不构成对计算机设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器301可以是中央处理单元(Central Processing Unit，CPU)，该处理器301还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器302在一些实施例中可以是所述计算机设备3的内部存储单元，例如计算机设备3的硬盘或内存。所述存储器302在另一些实施例中也可以是所述计算机设备3的外部存储设备，例如所述计算机设备3上配备的插接式硬盘，智能存储卡（Smart MediaCard, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器302还可以既包括所述计算机设备3的内部存储单元也包括外部存储设备。所述存储器302用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器302还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，实现如上述方法中任一项所述的电网异常数据治理方法。
该实施例中，所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所公开的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种电网异常数据治理方法，其特征在于，所述方法具体包括：
获取电网业务系统的电网元数据；
确定所述电网元数据中的电网异常数据；
根据数据修正规则确定电网修正数据；
将所述电网修正数据替换所述电网异常数据，获得处理结果；
对所述处理结果进行复核。
2.根据权利要求1所述的电网异常数据治理方法，其特征在于，所述确定所述电网元数据中的电网异常数据，具体包括：
采用DBSCAN聚类算法将所述电网元数据进行聚类，并获得若干个聚类簇；
根据Isolation Forest算法对每个聚类簇进行检测，获得若干个异常数据点。
3.根据权利要求2所述的电网异常数据治理方法，其特征在于，所述采用DBSCAN聚类算法将所述电网元数据进行聚类，并获得若干个聚类簇，具体包括：
根据StandardScaler函数对所述电网元数据进行标准化处理，获得电网标准化数据，所述电网标准化数据包括电网时间序列数据、电网拓扑数据和电网相位数据；
根据所述电网时间序列数据的均值、方差和频域特征设置所述电网时间序列数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网拓扑数据的节点角度和节点距离设置所述电网拓扑数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网相位数据的相位差设置所述电网相位数据的数据点的邻域范围，以及每个数据点的邻域内的预设数据点数目；
根据所述电网时间序列数据、所述电网拓扑数据和所述电网相位数据各自的邻域范围和预设数据点数目，分别生成对应的若干个聚类簇。
4.根据权利要求3所述的电网异常数据治理方法，其特征在于，所述根据IsolationForest算法对每个聚类簇进行检测，获得若干个异常数据点，具体包括：
根据所述电网时间序列数据的每个时间点的数值确定第一分割阈值，通过所述第一分割阈值将所述电网时间序列数据划分为两个子集，在两个子集中分别确定新的第一分割阈值，根据新的第一分割阈值分别将两个子集再分为两个子集，重复确定新的第一分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第一Isolation Forest模型；
根据所述电网拓扑数据的每个节点与其他节点的连接数量、连接距离和连接类型确定第二分割阈值，通过所述第二分割阈值将所述电网拓扑数据划分为两个子集，在两个子集中分别确定新的第二分割阈值，根据新的第二分割阈值分别将两个子集再分为两个子集，重复确定新的第二分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第二Isolation Forest模型；
根据所述电网相位数据的不同设备之间的相位差确定第三分割阈值，通过所述第三分割阈值将所述电网相位数据划分为两个子集，在两个子集中分别确定新的第三分割阈值，根据新的第三分割阈值分别将两个子集再分为两个子集，重复确定新的第三分割阈值并进行子集划分，直到子集中的数据点都具有相同的数值，形成第三Isolation Forest模型；
根据所述第一Isolation Forest模型、所述第二Isolation Forest模型和所述第三Isolation Forest模型，分别对对应的每个聚类簇进行检测，确定若干个异常数据点。
5.根据权利要求2所述的电网异常数据治理方法，其特征在于，所述根据数据修正规则确定电网修正数据，具体包括：
根据线性回归模型获得预测数据值；
通过所述预测数据值和所述电网异常数据进行数据还原，获得电网修正数据值；
根据所述电网修正数据值和电网实际数据值之间的平均绝对误差、均方误差、均方根误差和准确率中的至少一种进行修正效果评估，获得修正效果评估结果；
根据所述修正效果评估结果对所述线性回归模型进行调整。
6.根据权利要求5所述的电网异常数据治理方法，其特征在于，所述根据线性回归模型获得预测数据值，具体包括：
获取历史电网数据和关联特征历史数据集，所述历史电网数据包括历史电网正常数据和历史电网异常数据，所述关联特征历史数据集为与所述历史电网异常数据有强关联性的特征的历史数据的集合；
将所述历史电网数据和所述关联特征历史数据集输入至所述线性回归模型进行训练，获得线性回归模型；
根据所述线性回归模型对每个异常数据点获得对应的预测数据值。
7.根据权利要求5所述的电网异常数据治理方法，其特征在于，所述通过所述预测数据值和所述电网异常数据进行数据还原，获得电网修正数据值，具体包括：
确定每个异常数据点的最大值和最小值；
基于数据修正公式，通过每个异常数据点的最大值、最小值和对应的预测数据值，获得电网修正数据值，所述数据修正公式满足C=P*(max-min)+min，其中，C为电网修正数据值，P为每个异常数据点对应的预测数据值，max为每个异常数据点的最大值，min为每个异常数据点的最小值。
8.一种电网异常数据治理系统，其特征在于，所述系统具体包括数据源模块、规则库模块、标准库模块、执行模块和结果核查模块；
所述数据源模块，用于获取电网业务系统的电网元数据；
所述规则库模块，用于确定所述电网元数据中的电网异常数据；
所述标准库模块，用于根据数据修正规则确定电网修正数据；
所述执行模块，用于将所述电网修正数据替换所述电网异常数据，获得处理结果；
所述结果核查模块，用于对所述处理结果进行复核。
9.一种计算机设备，其特征在于，包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现如权利要求1至7中任一项所述的电网异常数据治理方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器运行时，实现如权利要求1至7中任一项所述的电网异常数据治理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311413338.5A CN117150233B (zh) | 2023-10-30 | 2023-10-30 | 一种电网异常数据治理方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311413338.5A CN117150233B (zh) | 2023-10-30 | 2023-10-30 | 一种电网异常数据治理方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117150233A true CN117150233A (zh) | 2023-12-01 |
| CN117150233B CN117150233B (zh) | 2024-02-13 |
Family
ID=88906427
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311413338.5A Active CN117150233B (zh) | 2023-10-30 | 2023-10-30 | 一种电网异常数据治理方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117150233B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021238455A1 (zh) * | 2020-05-29 | 2021-12-02 | 中兴通讯股份有限公司 | 数据处理方法、设备及计算机可读存储介质 |
| CN114528949A (zh) * | 2022-03-24 | 2022-05-24 | 哈尔滨理工大学 | 一种基于参数优化的电能计量异常数据的识别与补偿方法 |
| CN115457300A (zh) * | 2021-12-21 | 2022-12-09 | 西北工业大学 | 一种基于距离度量和隔离机制的船舶异常行为检测方法 |
| CN116522268A (zh) * | 2023-06-28 | 2023-08-01 | 广东电网有限责任公司 | 一种配电网的线损异常识别方法 |
| CN116821832A (zh) * | 2023-07-24 | 2023-09-29 | 南京工程学院 | 针对高压工商业用户用电负荷的异常数据辨识与修正方法 |
-
2023
- 2023-10-30 CN CN202311413338.5A patent/CN117150233B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021238455A1 (zh) * | 2020-05-29 | 2021-12-02 | 中兴通讯股份有限公司 | 数据处理方法、设备及计算机可读存储介质 |
| CN115457300A (zh) * | 2021-12-21 | 2022-12-09 | 西北工业大学 | 一种基于距离度量和隔离机制的船舶异常行为检测方法 |
| CN114528949A (zh) * | 2022-03-24 | 2022-05-24 | 哈尔滨理工大学 | 一种基于参数优化的电能计量异常数据的识别与补偿方法 |
| CN116522268A (zh) * | 2023-06-28 | 2023-08-01 | 广东电网有限责任公司 | 一种配电网的线损异常识别方法 |
| CN116821832A (zh) * | 2023-07-24 | 2023-09-29 | 南京工程学院 | 针对高压工商业用户用电负荷的异常数据辨识与修正方法 |
Non-Patent Citations (2)
| Title |
|---|
| CHUNYANG WANG ET AL.: "Research on outlier detection of data based on machine learning", 《ACM TURC \'21》, pages 200 - 203 * |
| 王苏杭 等: "面向盾构机实测数据的滑动窗口分层异常值检测及修正方法", 《仪表技术与传感器》, pages 93 - 99 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117150233B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109522746A (zh) | 一种数据处理方法、电子设备及计算机存储介质 | |
| WO2021052031A1 (zh) | 基于统计四分位距的商品库存风险预警方法、系统及计算机可读存储介质 | |
| CN109034244B (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
| CN111612038B (zh) | 异常用户检测方法及装置、存储介质、电子设备 | |
| CN110647913B (zh) | 基于聚类算法的异常数据检测方法及装置 | |
| CN111176953B (zh) | 一种异常检测及其模型训练方法、计算机设备和存储介质 | |
| CN111709756A (zh) | 一种可疑社团的识别方法、装置、存储介质和计算机设备 | |
| CN112801315A (zh) | 电力二次设备的状态诊断方法、装置及终端 | |
| CN113723861A (zh) | 异常用电行为检测方法、装置、计算机设备和存储介质 | |
| CN110471912B (zh) | 一种员工属性信息校验方法、装置及终端设备 | |
| CN113391256B (zh) | 一种现场作业终端的电能表计量故障分析方法及系统 | |
| CN116860562B (zh) | 一种用于数据中台数据质量的监控方法及系统 | |
| CN117150233B (zh) | 一种电网异常数据治理方法、系统、设备及介质 | |
| CN112949697A (zh) | 一种管道异常的确认方法、装置及计算机可读存储介质 | |
| CN115494431A (zh) | 一种变压器故障告警方法、终端设备和计算机可读存储介质 | |
| CN114356900A (zh) | 一种电力数据异常检测方法、装置、设备及介质 | |
| CN112614005B (zh) | 企业复工状态的处理方法和装置 | |
| CN114595216A (zh) | 数据校验方法、装置、存储介质及电子设备 | |
| CN112395179A (zh) | 一种模型训练方法、磁盘预测方法、装置及电子设备 | |
| CN113792749A (zh) | 时间序列数据异常检测方法、装置、设备及存储介质 | |
| CN112529719B (zh) | 页面数据处理方法、装置、计算机设备及存储介质 | |
| CN114885231B (zh) | 一种通讯协议自适应的信号采集方法、系统、终端及介质 | |
| CN113656267B (zh) | 设备能效的计算方法、装置、电子设备及存储介质 | |
| CN113434672B (zh) | 文本类型智能识别方法、装置、设备及介质 | |
| CN109344369B (zh) | 基于原值校验的凭证制作方法及终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |