一种电力数据异常检测方法及系统

本发明公开了一种电力数据异常检测方法及系统，方法包括：计算电力数据中每个属性的依赖度、互信息熵、同类数据分布内聚性和异类数据耦合性，评估每个属性的重要度；选择电力数据中正常数据作为参考序列，计算其他数据点与参考序列之间的灰色关联度；使用长短时记忆网络模型通过训练学习正常数据的特征，并用于检测新数据中的异常；设计综合评分机制，给出每个数据点的异常评分。本发明通过属性重要度评估和灰色关联度分析，更准确地识别异常数据；神经网络模型能够快速学习并适应数据的动态变化，实现实时异常检测；综合评分机制能够快速识别关键异常，减少不必要的计算负担，提高检测效率。