[发明专利]电站运行参数清洗及修复方法、修复系统

权利要求书

1.一种电站运行参数清洗及修复方法，其特征在于，包括以下步骤：

步骤一、对电站参数进行关联性分析，判断参数序列为关联性参数序列、独立参数序列中的一种；步骤一中的关联性参数序列包括关联性参数序列包括强关联性稀疏参数序列、强关联性实时参数序列；

步骤二、识别参数噪点；所述步骤二采用DBSCAN算法识别参数噪点；DBSCAN算法包括以下步骤：

(1)随机从样本数据集X选出数据点p；

(2)计算X中点除p外其他数据到点p的距离dist(p,q)；如果所有计算距离均小于Eps，则将对p包含的数据加1，循环计算直到找完所有数据点的距离值为止；

(3)找出p的Eps领域中包含的数据点的数量D，判断D≥MinPts是否

成立，若成立则将p标记为核心点；如果不成立，则将p标记为噪点；

(4)重复步骤(3)的算法步骤，直至将所有的数据都被标记完为止；此时的数据类型应该只有两类：核心点数据和噪点数据；

其中，X表示数据集；p、q分别表示数据集X中不同的数据点；Eps表示邻域的最大半径；Eps邻域表示数据集X中任一点，以该点位圆心，Eps为半径的圆形区域内的点集；MinPts表示Eps邻域中的最少点数；

步骤三、噪点预测清洗；所述步骤三中的噪点预测清洗，具体包括：

若参数序列为独立参数序列，则对该噪点进行预测清洗；

若参数序列为强关联性稀疏参数序列，如果关联参数数据在同一时刻均异常，判断此时设备异常；如果关联参数中个别序列在某时刻出现异常，对关联参数序列在同一时刻做预测，预测值与测量值偏差超过设定值，则认为此时设备异常，否则为传感器异常；

若参数序列为强关联性实时参数序列，如果参数序列出现连续多个异常值，为设备异常；如果关联参数中个别序列在某时刻出现异常，或者

关联参数出现若干异常点，为传感器异常。

2.根据权利要求1所述的一种电站运行参数清洗及修复方法，其特征在于，所述步骤一中对参数进行关联性分析，包括以下步骤：

S1、在数据集内找出所有的频繁项目集，即某些项目组成的集合在所有数据集中出现的频率不小于给定支持度；从频繁2-项集一直求到频繁k-项集；

S2、通过求出的频繁k-项集和置信度构建规则，如果关联度和置信度均不小于设定阈值，则这一规则认定为强关联规则。

3.根据权利要求1所述的一种电站运行参数清洗及修复方法，其特征在于，采用相关向量机的对所述步骤三中噪点数据机型预测。

4.根据权利要求3所述的一种电站运行参数清洗及修复方法，其特征在于，相关向量机的建立包括以下步骤：

S1：初始化噪声方差σ²和超参数α；

S2：计算出权重的后验方差∑和均值μ；

S3：重新估计σ²和α；

S4：迭代后再次计算权重的后验方差∑和均值μ；

S5：判断是否到达最大循环次数或迭代精度；

S6：筛出相关向量，即筛除超参数α_i趋于无穷大所对应的权值和基函数，其余样本为相关向量；

其中，α_i表示超参数向量α的第i+1个元素。