申请/专利权人：国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网有限公司;北京经世万方信息技术有限公司

申请日：2022-06-09

公开（公告）日：2024-07-02

公开（公告）号：CN115081840B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q50/06;H02J13/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2022.10.11#实质审查的生效;2022.09.20#公开

摘要：本发明涉及一种基于一阶差分和ARIMA法的日电量异常值检测与校正系统，包括：对历史原始时间序列日电量数据，按照时间顺序进行排序；针对排序好的日电量数据，对缺失值用前后5位非空数值均值作为初步拟合值，得到新时间序列数据；分别通过一阶差分模型和ARIMA模型进行数据异常值检测，结合判断识别出整个时间序列的异常点；对异常点处理得到最终完整时间序列数据集。本发明采用一阶差分和ARIMA模型相结合的方法对异常值就行检测与校正，能极大可能得调高异常值校正的准确度，从而更好地服务电力公司内部电力供需形势分析、精细化运营。

主权项：1.一种基于一阶差分和ARIMA法的日电量异常值检测与校正系统，其特征在于，包括以下步骤：步骤1、对历史原始时间序列日电量数据，按照时间顺序进行排序，标记其缺失值对应的数据位置p；步骤2、对所述排序好的日电量数据，对p点对应的数值用前后5位非空数值均值作为初步拟合值，得到初始整理好的历史数据X数据集，记为X＝{X1,X2,X3.......Xn}；步骤3、对所述步骤2的整理好的初始历史数据，通过一阶差分模型，即方法a进行数据异常值检测，识别出来的异常值对应的数据位置分别用Ai代替，采用“安全点”均值法对该异常值点进行第一次修正，具体修正步骤如下：步骤301、计算X数据集的标准差，即步骤302、计算X的一阶差分向量FirstDifference，以下简称FD，即XFDj＝Xi-Xi-1，那么与之对应的一阶差分数据集XFD＝{XFD1,XFD2,XFD3.......XFDn}；步骤303、基于步骤301和302，针对一阶差分模型检测出来的异常点的数据进行校正，具体步骤如下：步骤303A、在对SFD数据集进行一阶差分模型异常值检测过程中，若第i个点的一阶差分大于m倍标准差,即XFDim*σX,其中，m为可由用户自主决定的正数，理论上m值越大，用户对数据偏差接受程度越大，那么判断该点为基于一阶差分模型检测出来的异常点，即判断结果记为1；反之为非异常点即判断结果记为0；步骤303B、基于步骤303A，就判断结果为1的情况，采用“安全点”均值法对检测出来的异常点进行数值修正，即其中i点为异常点，k为i点之前第一个不为异常点,j为i点以后第一个不为异常点；就判断结果为0的情况，沿用原值，即YAi＝Xi；步骤303C、基于步骤303B结果，循环执行步骤303A和303B，直至检测异常点的结果全为0时终止循环；步骤304、基于步骤303，得出一阶差分模型修正后的完整数据集YA＝{YA1,YA2,YA3.......YAn}；步骤4、对所述步骤2的整理好的初始历史数据，通过ARIMA模型，即方法b进行数据异常值检测，识别出来的异常值对应的数据位置分别用Bi代替，采用ARIMA方法对该异常值点进行检测与第二次修正，具体步骤如下：步骤401、建立ARIMA拟合模型为被解释变量其中Xi受d值的影响，当d＝0时，Xt为原序列数据；当d＝n时，Xt为与之对应的n阶差分数据序列；步骤402、根据贝叶斯信息准则BIC进行最优拟合ARIMA模型的确定，具体步骤如下：步骤402A、限定p、q和d的取值范围均属于[0,2],p、q和d同为0的情况除外；步骤402B、基于步骤402A选定的p、q和d参数值，执行ARIMA回归模型，得到基于p、q和d组合的参数集pqd＝{pqd1,pqd2,pqd3.......pqd26}；步骤402C、基于步骤402B，计算BIC值，BIC＝lnnk-2lnL，其中，L为当前维度模型对应的最大似然函数值，n和k分别为样本大小和参数数量,得到BIC＝{BIC1,BIC2,BIC3.......BIC26}；步骤402D、基于步骤402B和402C，选取min{BIC1,BIC2,BIC3.......BIC26}对应的pqd参数集值，为进入下一步ARIMA模型拟合的参数；步骤403、修正后的完整数据集为YB＝{YB1,YB2,YB3.......YBn}；基于步骤402，假定{X1,X2,X3.......Xn}为原时间序列，{YB1,YB2,YB3.......YBn}为ARIMA拟合序列，则残差序列ε＝{YB1-X1,YB2-X2,YB3-X3.......YBn-Xn}，若若异常值判别结果为1，Xi为异常点,反之为非异常点；步骤5、对所述步骤3和步骤4的拟合结果YAi和YBi进行最后异常值检测，结合上述结果，确定最终异常值的数据位置，标记为ABi，具体如下：步骤501、若点i为上述步骤1提及的缺失点,即i＝p时，则认为该类数据点为异常点，需做异常值剔除处理，并标记ABi＝1；步骤502、若点i的方法a和b的检测判定结果均为正常点,即YAi＝Xi和YBi＝Xi都满足时，则认为该类数据点为正常点，无需做异常值剔除处理，并标记ABi＝0，其中AB代表最终判断结果序列；步骤503、若点i的方法a和b的检测判定结果均为异常点，即YAi≠Xi和YBi≠Xi都满足时，则认为该类数据点为异常点，需做异常值剔除处理，并标记ABi＝1；步骤504、若点i的方法a和b的检测判定结果不一致，即除上述两种情况外的其他情况时，则认为该类数据点为疑似异常点，需进入下一步操作：步骤504A、若方法a判定点i为异常，且处理后的YAi与原值Xi＝0差异率的绝对值超过n,即其中，n为可由用户自主决定的正数，理论上n值越大，用户对数据偏差接受程度越大，则判定点i为异常，并标记ABi＝1；反之，标记ABi＝0；步骤504B、若方法b判定点i为异常，且处理后的YBi与原值Xi＝0差异率的绝对值超过n,即则判定点i为异常，并标记ABi＝1；反之，标记ABi＝0；步骤6、对上述确定的异常点ABi对应的数值标记为空值，用ARIMA模型对空值进行数据拟合，得到最终完整时间序列数据集Y＝{Y1,Y2,Y3.......Yn}。

全文数据：

权利要求：

百度查询： 国网湖南省电力有限公司 国网湖南省电力有限公司经济技术研究院 国家电网有限公司 北京经世万方信息技术有限公司 一种基于一阶差分和ARIMA法的日电量异常值检测与校正系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD