一种基于数据与知识双向驱动的电能表异常数据修补方法

本发明公开了一种基于数据与知识双向驱动的电能表异常数据修补方法，包括如下步骤：获取风力发电场的风电时间序列数据；确定规范化后的风电时间序列数据中的数据点在极坐标系中的向量集合；计算向量集合中第一向量和第二向量的自定义内积；根据自定义内积，确定格拉姆角场；确定经验特征；分别得到数据驱动特征和知识驱动特征；构建联合训练模块，使用联合训练模块对数据驱动特征和知识驱动特征进行处理，得到风电时间序列数据对应的样本标签；使用异常数据修补模块对样本标签为异常数据的风电时间序列数据进行数据修补，得到风电时间序列修补数据。本发明可以提高高风电场电能表数据的修补精度和效率。