电力用户用电数据的异常数据审查和分类

被引：11

作者：

沈海涛 ^{[1
]}

秦靖雅 ^{[2
,3
]}

陈浩 ^{[2
,3
]}

范蓉 ^{[1
]}

庄才杰 ^{[4
]}

机构：

[1] 上海东捷建设(集团)有限公司

[2] 复旦大学计算机科学技术学院

[3] 网络信息安全审计与监控教育部工程研究中心

[4] 上海新能凯博实业有限公司

来源：

电力与能源 | 2016年 / 37卷 / 01期

关键词：

智能电网; 用户用电数据; 数据预处理; k近邻法; 样条曲线拟合;

D O I：

暂无

中图分类号：

TM732 [电力系统的运行]; TM933.4 [电能测量、电度表];

学科分类号：

080802 ;

摘要：

在电网的运行过程中,电力自动抄表系统收集的用户用电数据因为受到天气原因,线路故障和系统故障等影响出现偏差和错误。这些偏差和错误是用户用电数据中的异常数据,它们的存在严重影响了电网运行时信息的准确采集和用户用电信息分析。这就要求对用户用电数据进行预处理,在大量的用户用电数据中发现识别出异常数据,进而采用一定的方法对异常数据进行处理和补偿。着眼于自动抄表系统中用户用电数据的数据清理方法研究,对用户用电数据预处理的主要问题进行比较详尽的讨论,提出了用户用电数据预处理的模型和流程方法,采用k近邻法对异常数据进行分类,并利用实际用户用电数据进行实验,得到了初步的成果和经验,对未来智能电网系统中用户用电数据的预处理具有借鉴的作用。

引用

页码：17 / 22

页数：6

共 14 条

[1] Efficient algorithms for mining outliers from large data sets [J].