[發明專利]一種基于變窗口模式識別的時間序列數據處理方法

有效

• 申請號: 202011402843.6
• 申請日: 2020-12-02
• 公開（公告）號: CN112632047B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 翁存興;曾凡春;田宏哲;劉先春;曹利蒲
• 申請（專利權）人: 北京華能新銳控制技術有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2458;G06Q50/06
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 李明;趙吉陽

一種基于變窗口模式識別的時間序列缺失值填補方法，所述方法包括如下步驟：基于運行機理的風電機組有功功率相關性變量選取；基于數據特征選擇的風電機組有功功率相關性變量選取；針對風電機組有功功率的多維相關性變量的變窗口模式匹配；基于相似模式的風電機組有功功率連續缺失數據塊多重填補；多重填補結果評價及確認；針對工業物聯網廣泛存在以及常見的數據連續缺失情況，可以高效、準確的實現高比例缺失數據的填補，大大提高有效數據量，為機器學習、人工智能等數據驅動類算法的實施和應用奠定了重要的數據基礎。

技術領域

本發明屬于數據處理領域，特別是涉及一種基于變窗口模式識別的時間序列數據處理方法。

背景技術

隨著物聯網的出現，時間序列數據被傳感器廣泛采集和存儲。然而，受斷電、通訊或存儲等因素影響，易引發數據連續缺失并形成缺失數據塊，降低了數據質量，不僅影響實時監測性能，還危害到后續的離線數據分析與處理工作。

此外，受通訊干擾、傳感器故障等因素影響，物聯網所采集的時間序列中同樣包含大量異常數據，在經歷數據預處理環節后，大量異常數據被清洗，進一步加劇數據缺失程度。尤其是，連續缺失數據塊的規模進一步增加，大大增加了缺失數據填補的難度。

當缺失數據占比較高時，用于缺失數據填補的有效信息急劇減少，如何實現高效、準確的完成缺失數據填補，并保證填補質量。

發明內容

為了克服以上現有生產中技術的不足，提供了一種基于變窗口模式識別的時間序列缺失值填補方法

一種基于變窗口模式識別的時間序列缺失值填補方法，其特征在于，所述方法包括如下步驟：

步驟(1)，基于運行機理的風電機組有功功率相關性變量選取；

步驟(2)，基于數據特征選擇的風電機組有功功率相關性變量選取；

步驟(3)，針對風電機組有功功率的多維相關性變量的變窗口模式匹配；

步驟(4)，基于相似模式的風電機組有功功率連續缺失數據塊多重填補；

步驟(5)，多重填補結果評價及確認。

本發明的有益效果是：針對工業物聯網廣泛存在以及常見的數據連續缺失情況，通過本方法可以高效、準確的實現高比例缺失數據的填補，大大提高有效數據量。為機器學習、人工智能等數據驅動類算法的實施和應用奠定了重要的數據基礎。

附圖說明

圖1為數據填補流程圖；

圖2為基于高斯過程回歸算法的數據填補結果；

具體實施方式

下面結合附圖對本發明作進一步描述，應當理解，此處所描述的內容僅用于說明和解釋本發明，并不用于限定本發明。

風力發電場的數據監測與采集(SCADA)系統處理大量原始數據，例如選取某型號風電機組的風速、有功功率原始數據進行后續分析處理。由于數據采集、傳輸、存儲、棄風限電后的數據清洗等原因，預處理后的風電機組有功功率數據形成了規模不等的數據缺失。其中，由于棄風限電及數據清洗，導致了大量連續缺失數據塊的出現。

本發明提供一種基于變窗口模式識別的時間序列缺失值填補方法，針對風力發電系統數據缺失進行處理，所述方法包括如下步驟：

步驟(1)，基于運行機理的風電機組有功功率相關性變量選取；

步驟(2)，基于數據特征選擇的風電機組有功功率相關性變量選取；

步驟(3)，針對風電機組有功功率的多維相關性變量的變窗口模式匹配；

步驟(4)，基于相似模式的風電機組有功功率連續缺失數據塊多重填補；