一种负荷数据异常检测方法

摘要

本申请实施例公开了一种负荷数据异常检测方法，包括：依据预设的预测规则，应用当前时刻之前的若干个负荷数据预测当前时刻的负荷数据的预测值，所述若干数据为前后时刻相邻时刻的负荷数据；依据所述预测值，以及所述若干个负荷数据及其预测值，确定所述当前时刻的负荷数据的概率为p的置信区间；当所述当前时刻的负荷数据值没有落在所述概率为p的置信区间内时，所述当前时刻的负荷数据异常，本申请实施例提供的一种负荷数据异常检测方法，通过对当前数据进行预测，依据预测值确定当前负荷数据的置信区间，以该置信区间作为判断当前负荷数据是否异常的标准，能够快速、准确地检测出负荷数据中的异常数据，保证了电网智能优化的准确性。

主权项

一种负荷数据异常检测方法，其特征在于，包括：依据预设的预测规则，应用当前时刻之前的若干个负荷数据预测当前时刻的负荷数据的预测值，所述若干负荷数据为前后时刻相邻时刻的负荷数据；依据所述当前时刻的负荷数据的预测值，以及所述若干个负荷数据及其对应的预测值，确定所述当前时刻的负荷数据的概率为p的置信区间；当所述当前时刻的负荷数据值落在所述概率为p的置信区间内时，所述当前时刻的负荷数据正常，否则，所述当前时刻的负荷数据异常；应用如下预测规则预测当前时刻的负荷数据的预测值：${\hat{x}}_n=\underset{i=1}{\overset{n-2}{\Sigma }}{\alpha }_i{\mathrm{\Delta l}}_i+x_{n-1}$其中，表示当前时刻的负荷数据的预测值，Δl_i＝x_i+1‑x_i表示第i个时刻负荷数据的增量，表示第i个时刻负荷数据的权重；所述当前时刻的负荷数据的概率为p的置信区间为：${\hat{x}}_n+\Delta \bar{x}\pm S·K_{(p,n)}$其中，表示当前时刻的负荷数据的预测值；其中，为当前时刻之前的各个时刻的负荷数据的实际值与相应时刻的预测值的差值；为当前时刻之前的各个时刻的负荷数据的实际值与相应时刻的预测值的差值的标准差；其中，t(p,n‑2)是满足P(t_1‑p/2(n‑2)<t(n‑2)<t_p/2(n‑2))＝p的t值；n为当前时刻及之前时刻的负荷数据的总的个数。