[發明專利]數據質量檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010435414.2
• 申請日: 2020-05-21
• 公開（公告）號: CN111626586A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 梁衛寧;周鈺書;秦鋮;唐文彬;張劍鋒;趙永國;劉森;黎晚晴;陳玲娜
• 申請（專利權）人: 廣西電網有限責任公司;南方電網數字電網研究院有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃恕

1.一種數據質量檢測方法，所述方法包括：

獲取電能業務數據；

根據所述電能業務數據獲取電能業務訓練數據；

對電能業務訓練數據進行時間區段分配算法訓練，獲得電能業務數據質量分析結果；

根據所述電能業務數據質量分析結果，構建時間區段分配算法公式；

根據所述電能業務數據以及所述時間區段分配算法公式，獲取所述電能業務數據對應的數據質量檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述根據所述電能業務數據獲取電能業務訓練數據包括：

根據預設訓練集大小從所述電能業務數據中的截取初始訓練集數據；

對所述初始訓練集數據進行一致性檢查，獲取一致性檢查結果；

根據所述一致性檢查結果對所述初始訓練集數據中的取值異常進行修正；

根據修正后的初始訓練集數據的數據數值，對所述修正后的初始訓練集數據進行離散化處理，獲取電能業務訓練數據。

3.根據權利要求1所述的方法，其特征在于，所述對電能業務訓練數據進行時間區段分配算法訓練，獲得電能業務數據質量分析結果包括：

根據所述電能業務訓練數據獲取正數訓練集以及負數訓練集；

根據所述正數訓練集以及所述負數訓練集，確定候選時間類型；

根據所述候選時間類型與預設時間窗口的對比度，確定電能業務數據質量分析結果。

4.根據權利要求3所述的方法，其特征在于，所述根據所述候選時間類型與預設時間窗口的對比度，確定電能業務數據質量分析結果包括：

獲取所述候選時間類型與預設時間窗口的對比度，并確定使所述候選時間類型對比度最大的預設時間窗口；

根據所述候選時間類型以及使所述候選時間類型對比度最大的預設時間窗口，構建電能業務數據質量分析結果對應數據集。

5.根據權利要求3所述的方法，其特征在于，所述根據所述正數訓練集以及所述負數訓練集，確定候選時間類型包括：

根據所述正數訓練集以及所述負數訓練集構建集合枚舉樹；

根據預設剪枝條件對所述集合枚舉樹進行剪枝，獲取候選時間類型。

6.根據權利要求1所述的方法，其特征在于，所述根據所述電能業務數據以及所述時間區段分配算法公式，獲取所述電能業務數據對應的數據質量檢測結果之后還包括：

根據所述數據質量檢測結果，確定各時間區段的電能業務數據對應的數據質量問題；

獲取所述數據質量問題對應的數據治理方法；

根據所述數據治理方法對各時間區段的電能業務數據進行數據治理。

7.一種數據質量檢測裝置，其特征在于，所述裝置包括：

數據獲取模塊，用于獲取電能業務數據；

數據預處理模塊，用于根據所述電能業務數據獲取電能業務訓練數據；

數據訓練模塊，用于對電能業務訓練數據進行時間區段分配算法訓練，獲得電能業務數據質量分析結果；

公式構建模塊，用于根據所述電能業務數據質量分析結果，構建時間區段分配算法公式；

數據質量檢測模塊，用于根據所述電能業務數據以及所述時間區段分配算法公式，獲取所述電能業務數據對應的數據質量檢測結果。

8.根據權利要求7所述的裝置，其特征在于，所述數據預處理模塊用于：

根據預設訓練集大小從所述電能業務數據中的截取初始訓練集數據；

對所述初始訓練集數據進行一致性檢查，獲取一致性檢查結果；

根據所述一致性檢查結果對所述初始訓練集數據中的取值異常進行修正；

根據修正后的初始訓練集數據的數據數值，對所述修正后的初始訓練集數據進行離散化處理，獲取電能業務訓練數據。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。