摘要
本发明公开了一种基于数据分析的配网异常数据预测方法及系统,涉及异常数据预测分析领域,本发明通过对初始非故障型异常时间段矩阵和初始故障型异常时间段矩阵进行平均值计算,提高了后续分析的准确性;从两个角度对历史配网数据矩阵进行预测,其一是根据多个历史时间点的配网数据随着时间的变化趋势,从而对未来时间的配网数据进行预测;其二是通过找寻配网中异常数据出现的周期性,通过与已有的并且已知其周期的配网异常数据进行对比,将最为相似的已有配网异常数据作为未来时间点的配网数据;通过这两个角度获取到两种分析结果,最后再对两种分析结果进行综合对比和分析,使得最终的分析结果更加全面和准确。
技术关键词
时间段
矩阵
异常数据
配网
BP神经网络预测
数据分类
分析故障
蝗虫
聚类
周期性
系统为您推荐了相关专利信息
调度优化模型
图灵斑图
协同进化算法
矩阵
工作机器
光场图像数据
图像增强方法
神经网络模型
矩阵
图像增强装置
协方差矩阵重构
干扰抑制方法
干扰加噪声
投影变换矩阵
噪声子空间
滑动轴承表面
缺陷检测方法
像素点
区域生长算法
电梯
温度控制方法
模型预测控制器
粒子群优化算法
线性
多输入多输出系统