用于智能化箱式变电站的自我监控方法

本发明涉及数据处理技术领域，具体涉及用于智能化箱式变电站的自我监控方法，包括：获取变电站的实时输出功率曲线并分为若干个段，识别若干个骤降波段；根据异常波动在曲线上的表现，得到每个骤降波段后的每个回升波段的回升程度和低位稳定程度，从而得到每个骤降波段对应的异常区间和每个异常区间的异常值；根据每个异常区间及其异常值和正常区间的数据点分布，得到变电站的实时输出功率曲线上所有数据点在ARIMA模型中的权重，最终对变电站的实时输出功率曲线进行预测。本发明通过精确识别突发异常而导致的骤降、低位维持及回升振荡的异常区间，提供更加精确的负荷预测，以此确保智能箱式变电站的自我监控效率及准确性。