[发明专利]一种基于变窗口模式识别的时间序列数据处理方法

说明书

一种基于变窗口模式识别的时间序列缺失值填补方法，所述方法包括如下步骤：基于运行机理的风电机组有功功率相关性变量选取；基于数据特征选择的风电机组有功功率相关性变量选取；针对风电机组有功功率的多维相关性变量的变窗口模式匹配；基于相似模式的风电机组有功功率连续缺失数据块多重填补；多重填补结果评价及确认；针对工业物联网广泛存在以及常见的数据连续缺失情况，可以高效、准确的实现高比例缺失数据的填补，大大提高有效数据量，为机器学习、人工智能等数据驱动类算法的实施和应用奠定了重要的数据基础。

技术领域

本发明属于数据处理领域，特别是涉及一种基于变窗口模式识别的时间序列数据处理方法。

背景技术

随着物联网的出现，时间序列数据被传感器广泛采集和存储。然而，受断电、通讯或存储等因素影响，易引发数据连续缺失并形成缺失数据块，降低了数据质量，不仅影响实时监测性能，还危害到后续的离线数据分析与处理工作。

此外，受通讯干扰、传感器故障等因素影响，物联网所采集的时间序列中同样包含大量异常数据，在经历数据预处理环节后，大量异常数据被清洗，进一步加剧数据缺失程度。尤其是，连续缺失数据块的规模进一步增加，大大增加了缺失数据填补的难度。

当缺失数据占比较高时，用于缺失数据填补的有效信息急剧减少，如何实现高效、准确的完成缺失数据填补，并保证填补质量。

发明内容

为了克服以上现有生产中技术的不足，提供了一种基于变窗口模式识别的时间序列缺失值填补方法

一种基于变窗口模式识别的时间序列缺失值填补方法，其特征在于，所述方法包括如下步骤：

步骤(1)，基于运行机理的风电机组有功功率相关性变量选取；

步骤(2)，基于数据特征选择的风电机组有功功率相关性变量选取；

步骤(3)，针对风电机组有功功率的多维相关性变量的变窗口模式匹配；

步骤(4)，基于相似模式的风电机组有功功率连续缺失数据块多重填补；

步骤(5)，多重填补结果评价及确认。

本发明的有益效果是：针对工业物联网广泛存在以及常见的数据连续缺失情况，通过本方法可以高效、准确的实现高比例缺失数据的填补，大大提高有效数据量。为机器学习、人工智能等数据驱动类算法的实施和应用奠定了重要的数据基础。

附图说明

图1为数据填补流程图；

图2为基于高斯过程回归算法的数据填补结果；

具体实施方式

下面结合附图对本发明作进一步描述，应当理解，此处所描述的内容仅用于说明和解释本发明，并不用于限定本发明。

风力发电场的数据监测与采集(SCADA)系统处理大量原始数据，例如选取某型号风电机组的风速、有功功率原始数据进行后续分析处理。由于数据采集、传输、存储、弃风限电后的数据清洗等原因，预处理后的风电机组有功功率数据形成了规模不等的数据缺失。其中，由于弃风限电及数据清洗，导致了大量连续缺失数据块的出现。

本发明提供一种基于变窗口模式识别的时间序列缺失值填补方法，针对风力发电系统数据缺失进行处理，所述方法包括如下步骤：

步骤(1)，基于运行机理的风电机组有功功率相关性变量选取；

步骤(2)，基于数据特征选择的风电机组有功功率相关性变量选取；

步骤(3)，针对风电机组有功功率的多维相关性变量的变窗口模式匹配；

步骤(4)，基于相似模式的风电机组有功功率连续缺失数据块多重填补；