[发明专利]一种电能质量异常数据的管理方法、装置及系统

权利要求书

1.一种电能质量异常数据的管理方法，其特征在于，包括如下步骤：

步骤S10，读取电能质量监测终端数据，对于每个读取到的数据，采用预选确定的异常数据判断模型进行判断，确定所述数据是否异常；所述异常数据判断模型通过机器学习训练而成；

步骤S11，对于经过异常数据判断模型判断为异常的数据，采用曲线拟合技术手段进行清洗处理；

步骤S12，对经过清洗处理后的数据进行标记处理，其中，对于清洗成功的数据，设置数据的属性为“清洗成功”；对于无法清洗的数据，设置数据的属性为“异常”，同时，将所述数据、数据时标、数据异常标志存储到数据库指定位置；

步骤S13，对电能质量监测终端数据进行统计时，读取数据库中的电能质量监测终端数据以及其对应的标记；对属性为“异常”的数据采用预定的策略进行处理，所述预定的策略包括彻底弃置、调整为额定值后使用、不考虑异常标记正常使用中之一种。

2.如权利要求1所述的方法，其特征在于，进一步包括预先建立异常数据判断模型的步骤：

对异常数据判断标准人工设置初始标准，并采用异常训练库基于机器学习语言进行学习和完善。

3.如权利要求2所述的方法，其特征在于，所述步骤S13进一步包括：

根据所读取的电能质量监测终端数据形成电能质量稳态指标趋势曲线，并根据清洗结果在所述电能质量稳态指标趋势曲线上标记电能质量暂态事件，将稳态指标分析和暂态事件分析关联起来。

4.一种电能质量异常数据的管理系统，其特征在于，包括：

读取判断单元，用于读取电能质量监测终端数据，对于每个读取到的数据，采用预选确定的异常数据判断模型进行判断，确定所述数据是否异常；所述异常数据判断模型通过机器学习训练而成；

清洗处理单元，用于对于经过异常数据判断模型判断为异常的数据，采用曲线拟合技术手段进行清洗处理；

标记处理单元，用于对经过清洗处理后的数据进行标记处理，其中，对于清洗成功的数据，设置数据的属性为“清洗成功”；对于无法清洗的数据，设置数据的属性为“异常”，同时，将所述数据、数据时标、数据异常标志存储到数据库指定位置；

统计处理单元，用于对电能质量监测终端数据进行统计时，读取数据库中的电能质量监测终端数据以及其对应的标记；对属性为“异常”的数据采用预定的策略进行处理，所述预定的策略包括彻底弃置、调整为额定值后使用、不考虑异常标记正常使用中之一种。

5.如权利要求4所述的系统，其特征在于，进一步包括：

异常数据判断模型建立单元，用于对异常数据判断标准人工设置初始标准，并采用异常训练库基于机器学习语言进行学习和完善。

6.如权利要求5所述的系统，其特征在于，进一步包括：

关联标记单元，用于根据所读取的电能质量监测终端数据形成电能质量稳态指标趋势曲线，并根据清洗结果在所述电能质量稳态指标趋势曲线上标记电能质量暂态事件，将稳态指标分析和暂态事件分析关联起来。

7.一种电能质量异常数据的管理设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至3任一项所述的方法。