申请/专利权人：国网江西省电力有限公司电力科学研究院;国家电网有限公司

申请日：2023-12-26

公开（公告）日：2024-04-02

公开（公告）号：CN117472898B

主分类号：G06F16/215

分类号：G06F16/215;G06F18/2433;G06N3/0442;G06N3/082

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明公开了一种基于融合的配电网异常数据纠错方法及系统，方法包括采集配电网数据判断配电网数据中是否存在异常数据；若配电网数据中存在第二功率异常数据，则获取功率数据序列中各个异常功率数据的位置，并根据各个异常功率数据的位置将功率数据序列划分为正常功率数据子序列以及异常功率数据子序列；将正常功率数据子序列输入至预设的LSTM神经网络中对LSTM神经网络进行训练，得到第一目标LSTM模型；将异常功率数据子序列中与某一异常功率数据关联的至少一个正常功率数据输入至第一目标LSTM模型中，得到预测功率数据，并将预测功率数据替换某一异常功率数据。实现了有选择地针对不同的数据采用不同地纠错方式，使得纠错结果更准确。

主权项：1.一种基于融合的配电网异常数据纠错方法，其特征在于，包括：采集配电网数据，所述配电网数据包括目标日电量数据序列，功率数据序列以及变压器容量数据；判断所述配电网数据中是否存在异常数据，所述异常数据包括第一功率异常数据、第二功率异常数据以及电量数据异常数据，所述判断所述配电网数据中是否存在异常数据包括：基于功率积分结果与目标日电量偏差率大于指定阈值判断所述配电网数据中是否存在异常数据；基于容量按照功率因数为0.9计算的日电量，目标日电量大于基于容量计算的日电量判断所述配电网数据中是否存在异常数据；和或基于利用箱线图直接对目标日电量数据进行异常检测判断所述配电网数据中是否存在异常数据；若所述配电网数据中存在第一功率异常数据，则统计所述功率数据序列中异常功率数据的个数，计算目标日异常功率产生总电量，并根据所述目标日异常功率产生总电量计算目标日异常功率平均值，用所述目标日异常功率平均值替换所述功率数据序列中所有的异常功率数据，其中，所述第一功率异常数据为功率数据序列中异常功率数据个数小于预设阈值时的各个异常功率数据；若所述配电网数据中存在第二功率异常数据，则获取所述功率数据序列中各个异常功率数据的位置，并根据各个异常功率数据的位置将所述功率数据序列划分为正常功率数据子序列以及异常功率数据子序列，其中，所述第二功率异常数据为功率数据序列中异常功率数据个数不小于预设阈值的各个异常功率数据；将所述正常功率数据子序列输入至预设的LSTM神经网络中对LSTM神经网络进行训练，得到第一目标LSTM模型；将所述异常功率数据子序列中与某一异常功率数据关联的至少一个正常功率数据输入至所述第一目标LSTM模型中，得到预测功率数据，并将所述预测功率数据替换所述某一异常功率数据，其中，至少一个正常功率数据为所述正常功率数据子序列中且时间节点为所述某一异常功率数据之前的连续五个正常功率数据。

全文数据：

权利要求：

百度查询： 国网江西省电力有限公司电力科学研究院;国家电网有限公司 一种基于融合的配电网异常数据纠错方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD