供热管网运行数据异常校正方法研究

摘要

为解决供热数据中错误数据对深入挖掘分析造成干扰的问题,提出异常检测、异常分类、异常替换的数据校正3步法.应用构建的理论模型的仿真数据集为数据校正的研究完善数据基础,设置参数变化率构建非正常运行工况仿真数据集.第1步基于孤立森林算法建立异常检测模型,在样本集上表现出良好的异常检测性能.第2步基于BP神经网络建立异常分类模型,以非正常运行工况仿真数据集为训练样本,经测试模型分类正确率能够达到90％以上.第3步将确定为“测量异常”的数据记录替换为时间序列上的条件均值.对某供热系统中某个热力站上传的运行数据进行数据校正,证明了数据校正方法的实用性.