基于时间序列的配电网数据清理和融合方法研究

• 作者: 朱有产 梁玮轩 王英姿
• 来源期刊: 电网技术
• 关键词: 配电物联网 数据清洗 数据融合 近似符号聚合 卡尔曼算法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 面向新一代电力系统和能源互联网的人工智能技术|Artificial Intelligence Technology Application in New Generation Power System and Energy Internet
• 页码范围: 2839-2846
• 页数: 8页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.0886

摘要

随着配电物联网的快速发展,海量异构数据不断地从生产、传输、消费端产生,这些数据具有更新速度快、质量差、价值密度低、时间序列性强的特点.如何从这些海量数据中提取高质量的有价值数据,减少数据冗余,需要有效的数据清洗融合方法.为此,提出了一种基于时间序列相似性度量的数据清理、融合方法,该方法利用近似符号聚集、欧式算法和调整相似度加权的相似序列完成数据清理,利用多元异构数据融合算法完成数据融合.选用1440点负荷数据进行实验,结果表明,该方法可以检测配电网异常数据、填充空缺数据、减少数据冗余、融合异构数据,处理后的数据精度高,计算复杂度低,整体提高了数据质量,为配电物联网应用提供可靠的基础数据.