基于AP聚类与DNN算法的配网运行异常数据检测方法及系统

本发明公开了一种基于模糊进化算法的电网规划主题动态迭代基于AP聚类与DNN算法的配网运行异常数据检测方法及系统，涉及电力系统数据处理技术领域。包括获取配电网运行数据，并进行时间序列分段；对配电网运行数据的历史数据进行聚类分析，提取各类异常行为特征曲线；构建深度神经网络模型进行异常数据修正；通过时间序列计算斜率构建特征曲线；根据相似度对比分析判断配电网运行数据是否异常；采用深度神经网络模型对异常数据进行预测和校正。本发明通过AP聚类算法对配电网运行数据进行自动分类识别，无需预先指定聚类数量，显著降低了人工干预带来的主观性，通过采用DNN算法进行异常数据修正，提升了数据修正的精确度。