摘要
本发明提出基于数据‑模型双驱动的户变数据质量评估方法及系统,涉及电力数据异常检测技术领域。包括将户变异常数据划分为四类,包括缺失数据、突变数据、噪声数据和户变关系异常数据;对缺失数据进行识别;通过建立电压波形相关性及功率约束模型,对户变关系异常数据进行检测;通过改进的Transformer模型,对突变数据和噪声数据进行检测;确定上述四类户变异常数据的占比,采用网络层次分析法对户变数据进行质量评估。本发明能捕捉数据趋势特征以及时间序列的上下文特征,实现异常数据精确检测;从数据准确性、一致性、完整性三个方面构造了指标评估体系,并建立指标评价体系网络结构,最终得到户变数据质量的综合评分。
技术关键词
网络层次分析法
异常数据检测
噪声数据
指标评价体系
皮尔逊相关系数
数据异常检测技术
户变关系
有功功率
序列
数据标签
重构
梯度下降算法
网络结构
生成对抗网络
上下文特征
变压器
系统为您推荐了相关专利信息
数据趋势分析方法
数据分析模型
水轮发电机组
实时数据
切片
比价系统
信息展示界面
数据平台
引入缓存机制
任务调度框架
可信度评估方法
噪声数据
噪声分量
高维数据空间
轨迹
离散小波分析
机器学习模型
特征选择方法
成分分析
误差