(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210738850.6 (22)申请日 2022.06.27 (71)申请人 山东华科信息技 术有限公司 地址 250101 山东省济南市高新区齐 鲁软 件园C座A408 申请人 北京华清未来能源技 术研究院有限 公司　 北京华清智汇能源技 术有限公司 (72)发明人 杨会轩　苏明　李欣　刘金会　 (74)专利代理 机构 济南诚智商标专利事务所有 限公司 3710 5 专利代理师 黄晓燕 (51)Int.Cl. G06F 16/2455(2019.01) G06F 16/27(2019.01)G06F 16/28(2019.01) (54)发明名称 一种分布式能源异常数据的筛选方法及系 统 (57)摘要 本发明提供了一种分布式能源异常数据的 筛选方法及系统， 方法包括对分布式能源的原始 数据进行数据类型转换， 将处于预设范围之外的 数据剔除； 在转换后的数据中加入预设因素， 形 成光伏数据集； 在满足第一预设影响因素时， 通 过光伏功率的均值和标准差， 筛选数据集中的异 常数据； 在满足第二预设影响因素时， 将数据集 中的标量数据进行分区， 并对每个 分区进行聚类 运算， 在合并后的聚类结果不满足理想值时， 修 改聚类参数， 根据理想值对应的聚类结果， 筛选 异常数据。 本发 明对于分布式能源 数据中的异常 数据经多次筛选， 结果准确； 且在对海量数据进 行分析时， 通过对数据进行分区分别进行聚类运 算， 且节省成本， 提高了聚类的准确性。 权利要求书2页 说明书6页 附图3页 CN 115292361 A 2022.11.04 CN 115292361 A 1.一种分布式能源异常数据的筛 选方法， 其特 征是， 所述筛 选方法包括以下步骤： 对分布式能源的原 始数据进行 数据类型转换， 将处于预设范围之外的数据剔除； 在转换后的数据中加入预设因素， 形成光伏数据集， 对数据集内的数据进行归一化处 理， 形成标量； 在满足第一预设影响因素时， 通过光伏功率的均值和标准差， 筛选数据集中的异常数 据； 在满足第二预设影响因素时， 将数据集中的标量数据进行分区， 并对每个分区进行聚 类运算， 在合并后的聚类结果不满足理想值时， 修改聚类参数， 根据理想值对应的聚类结 果， 筛选异常数据。 2.根据权利要求1所述分布式能源异常数据的筛选方法， 其特征是， 所述转换后的数据 类型为jso n格式或DataFrame格式。 3.根据权利要求1所述分布式能源异常数据的筛选方法， 其特征是， 所述预设因素包括 温度、 光照强度和经纬度信息 。 4.根据权利要求1所述分布式能源异常数据的筛选方法， 其特征是， 所述通过光伏功率 的均值和标准差， 筛 选数据集中的异常数据具体为： 计算数据集中数据的光伏功率平均值和标准差， 计算光伏功率均值 ±3×标准差， 计算 结果范围之外的数据为异常数据。 5.根据权利要求1所述分布式能源异常数据的筛选方法， 其特征是， 所述对每个分区进 行聚类运 算的具体过程 为： S41,获取 数据集中对象个数n和邻域中数据对象数目阈值Mi nPts； S42,从数据集中任选一个数据对象点p； S43,以选取的数据对象点p为核心点， 基于预设半径Eps， 计算从p点密度可达的数据对 象点， 形成一个簇； S44,重复步骤S42和步骤S43的操作， 直至数据集内所有的点被选为核心点， 并进行密 度可达运 算， 分别得到一个簇 。 6.根据权利要求5所述分布式能源异常数据的筛选方法， 其特征是， 所述 聚类运算过程 中， 若选取的对象数据点p在预设半径Eps内含有的数据对象点的数量小于MinPts， 且落在 核心点的邻域内， 则p设置为 边界点。 7.根据权利要求5所述分布式能源异常数据的筛选方法， 其特征是， 所述理想值的确定 具体为： 其中 表示类间距离 差距阵的迹， 表示类内距离差矩阵的迹， z是整 个数据集的均值， zj是第j 个簇cj的均值， N代 表聚类个数， K代 表当前的类， C H(K)值越大， 聚类效果越好。 8.根据权利要求7所述分布式能源异常数据的筛选方法， 其特征是， 所述半径Eps的计 算过程为：权　利　要　求　书 1/2 页 2 CN 115292361 A 2随机选择所在分区内的一 点， 计算该点与分区内其 他点的距离； 将计算的距离值从小到大排序， 得到距离数组D； 计算距离数组D中相邻数据的差值， 形成差值数组subtract， 将差值数组中的数据按有 小到大的顺序排序， 并为差值数组中的每个数据建立索引， 其中差值数组中最大值Smax的 索引为k， 记为dk， 将Smax设置为Eps。 9.根据权利要求8所述分布式能源异常数据的筛选方法， 其特征是， 所述修改聚类参数 具体为： 将预设半径Eps的值取索引dk‑1对应的差值数组中的数据。 10.一种分布式能源异常数据的筛 选系统， 其特 征是， 所述系统包括： 数据类型转换模块， 对分布式能源的原始数据进行数据类型转换， 将处于预设范围之 外的数据剔除； 数据预处理模块， 在转换后的数据中加入预设因素， 形成光伏数据集， 对数据集内的数 据进行归一 化处理， 形成标量； 第一异常数据识别模块， 在满足第 一预设影响因素时， 通过光伏功率的均值和标准差， 筛选数据集中的异常数据； 第二异常数据识别模块， 在满足第二预设影响因素时， 将数据集中的标量数据进行分 区， 并对每个分区进行聚类运算， 在合并后的聚类结果不满足理想值时， 修改聚类参数， 根 据理想值对应的聚类结果， 筛 选异常数据。权　利　要　求　书 2/2 页 3 CN 115292361 A 3