摘要
本发明提供一种水电站运行数据的智能清洗方法及系统,涉及数据清洗技术领域,解决了因数据采集过程中出现的重复信息、错误信息和信息不一致等而导致的水电站运行数据不准确问题;方法包括:获取水电站运行过程中的原始数据,基于前馈神经网络模型并应用小波变换方式进行数据预处理;通过构建节点异构模型,对预处理后的原始数据进行编码转换操作,形成用于数据分析与集成的数据格式并暂存;将多个数据源处获取的多个原始数据集成为一个数据集,应用局部相似回归算法LSR和随机森林算法RF,实现数据清洗操作;对清洗后得到的运行数据进行验证并存储;本发明可以有效确保数据的质量和准确性,提升水电站运行数据的实用价值和管理效率。
技术关键词
智能清洗方法
前馈神经网络
样本
水电站
异常数据
LSTM神经网络
监控采集设备
回归算法
小波变换系数
随机森林
滤波去噪
数据格式
节点
智能清洗系统
预测残差
预警模型
执行统计分析
数据清洗技术
异构
系统为您推荐了相关专利信息
语义特征提取
重构模型
动态更新
图像传输方法
参数
故障识别方法
识别模型训练
故障识别系统
样本
标签
冲击波
信号采集系统
监督学习算法
传感器调理模块
电平