[发明专利]一种电网技改项目造价异常数据筛选方法

说明书

一种电网技改项目造价异常数据筛选方法，该方法先收集技改项目造价基础数据样本，再对样本数据进行统计分析以确定其基本分布，然后对统计分析后的样本数据采用T检验筛选出异常数据。本设计采用T检验法在六个维度分析前将技改项目造价异常数据筛选出来，不仅有效提高了后期造价数据分析的效率和质量，而且相较于其它数据筛选方法具有更高的筛选效率以及准确度。

技术领域

本发明属于数据处理领域，具体涉及一种电网技改项目造价异常数据筛选方法。

背景技术

随着电网的不断完善，其安全可靠性要求也日益提升，为此，需要推进电网技术改造项目。电网技改项目造价数据分析作为电网运行维护的重要环节，对电网的安全可靠性起着非常重要的作用，其分析的效率和质量会直接影响到技改项目的开展，而电网技改项目工程类别多、造价基础数据量大且可比性小，因此，筛选出异常数据、保留合适的样本数据对于技改造价数据的分析很关键。

目前，对于技改项目造价异常数据的筛选往往是将整体基础数据汇总分析成六个维度后通过异常原因排查来实现，这种方法需要依靠人工使用电子表格进行处理，不仅耗时耗力、导致造价数据分析效率低下，而且分析质量也存在一定偏差，容易出现错漏。

发明内容

本发明的目的是针对现有技术存在的上述问题，提供一种能够提高技改造价数据分析效率和质量的电网技改项目造价异常数据筛选方法。

为实现以上目的，本发明的技术方案如下：

一种电网技改项目造价异常数据筛选方法，依次包括以下步骤：

步骤一、先收集技改项目造价基础数据样本，再对样本数据进行统计分析以确定其基本分布；

步骤二、对统计分析后的样本数据采用T检验筛选出异常数据。

所述步骤二依次包括以下步骤：

S1、抽取某一样本数据作为可疑数据，计算除去该可疑数据后所有样本数据的均值以及标准差；

S2、确定置信概率为0.99的置信区间[u-K(n,α)δ,u+K(n,α)δ]，其中，u为均值，δ为标准差，n为样本数据的数量，α为显著性水平，K(n,α)通过查表得到；

S3、判定所述可疑数据是否超过置信区间的上限，若是，则将其作为异常数据筛选出来；

S4、循环重复步骤S1-S3，直至完成所有数据样本的筛选。

步骤S1中，所述均值、标准差根据下列公式计算得到：

上式中，X_i为第i个样本数据，第a个样本数据为可疑数据。

步骤一中，所述统计分析包括样本数据的描述统计、样本数据的正态性验证。

所述样本数据的描述统计包括统计样本数据的均值、中位数、方差、标准差、极小值、极大值、范围、四分位距、偏度、峰度以及绘制样本数据的分布散点图。

所述样本数据的正态性验证采用Kolmogorov-Smirnov检验。

步骤一中，所述技改项目造价基础数据样本包括交流变配电工程、交流输电工程造价基础数据中的至少一种。

与现有技术相比，本发明的有益效果为：