一种基于数值关联性模型的异常数据探测及修正方法

摘要

本发明公开了一种基于数据关联性模型的异常数据探测及修正方法，包括如下步骤：S1、展示模块定义异常数据判断条件，并将异常数据判断条件存储至源指标数据库中；S2、数据访问层遍历源指标数据库中的业务指标数据，判断其是否符合异常数据判断条件，将符合异常数据判断条件的业务指标数据在展示模块进行展示，同时执行步骤S3；S3、业务逻辑模块对符合异常数据判断条件的业务指标数据进行修正，并根据需要将修正后的数据存储至源指标数据库。本发明大大的提高了电网业务数据的准确性，提高了计算统计数据群的精度，使得统计分析结果更为可靠，为企业投资评价、效益分析等方面提供更为有利的数据支持。

主权项

一种基于数据关联性模型的异常数据探测及修正方法，其特征在于，包括彼此进行数据通信的源指标数据库、数据访问模块、业务逻辑模块和展示模块，包括如下步骤： S1、展示模块定义异常数据判断条件，并将异常数据判断条件存储至源指标数据库中，同时，源指标数据库中还存储业务指标定义和业务指标数据； S2、数据访问层遍历源指标数据库中的业务指标数据，判断其是否符合异常数据判断条件，将符合异常数据判断条件的业务指标数据在展示模块进行展示，同时执行步骤S3； S3、业务逻辑模块对符合异常数据判断条件的业务指标数据进行修正，并根据需要将修正后的数据存储至源指标数据库。