一种电力缺失数据辨识方法和相关装置

1.一种电力缺失数据辨识方法，其特征在于，包括：S1、获取电压缺失位置所处时段对应的历史电压数据；S2、对所述历史电压数据进行聚类分析，得到若干个聚类集合；S3、基于所述若干个聚类集合，采用属性综合权值法从所述若干个聚类集合筛选出属性综合加权值最大的个体作为所述电压缺失位置的替代值；S4、基于核聚类分析法对所述替代值所在的聚类集合计算异常点；S5、判断所述异常点是否为所述替代值，若是，则将所述替代值从所述聚类集合中去除，重新计算新的替代值，返回步骤S4，否则，将所述替代值填补至所述电压缺失位置；所述对所述历史电压数据进行聚类分析，得到若干个聚类集合，包括：根据所述历史电压数据确定所述电压缺失位置填补的电压范围；从所述电压范围中随机选取k个电压值作为初始聚类中心，得到k个初始聚类中心；根据所述k个初始聚类中心的均值，计算所述历史电压数据每个个体到所述k个初始聚类中心的距离；基于预置距离计算公式对每个个体进行聚类划分，得到若干中间集合；根据所述若干中间集合，取各中间集合中所有个体的全维度算术平均值作为所述各中间集合的新聚类中心；根据所述新聚类中心对所述历史电压数据进行中心聚类，得到若干个聚类集合；所述基于所述若干个聚类集合，采用属性综合权值法从所述若干个聚类集合筛选出属性综合加权值最大的个体作为所述电压缺失位置的替代值，包括：基于皮尔逊相关系数计算各预置电压关联属性间的互相关系数，将所述互相关系数大于系数阈值的所述预置电压关联属性存入互相关集合中；计算所述互相关集合中所有电压关联属性的误差期望值；若所述误差期望值大于强相关阈值，则将对应的所述电压关联属性存入强相关属性集合；对所述强相关属性集合中的各属性采用熵权法确立各属性间的权重；基于强相关系数和各属性间的权重，计算各所述聚类集合中每个个体的属性综合加权值，将所述属性综合加权值最大的个体作为所述电压缺失位置的替代值。 2.根据权利要求1所述的电力缺失数据辨识方法，其特征在于，还包括：S6、检测是否所有电压缺失位置均已填补完成，若否，则返回步骤S1继续进行下一电压缺失位置的填补。 3.一种电力缺失数据辨识装置，其特征在于，包括：获取单元，用于获取电压缺失位置所处时段对应的历史电压数据；聚类单元，用于对所述历史电压数据进行聚类分析，得到若干个聚类集合；加权单元，用于基于所述若干个聚类集合，采用属性综合权值法从所述若干个聚类集合筛选出属性综合加权值最大的个体作为所述电压缺失位置的替代值；异常点计算单元，用于基于核聚类分析法对所述替代值所在的聚类集合计算异常点；第一判断单元，用于判断所述异常点是否为所述替代值，若是，则将所述替代值从所述聚类集合中去除，重新计算新的替代值，触发所述异常点计算单元，否则，将所述替代值填补至所述电压缺失位置；所述聚类单元具体用于：根据所述历史电压数据确定所述电压缺失位置填补的电压范围；从所述电压范围中随机选取k个电压值作为初始聚类中心，得到k个初始聚类中心；根据所述k个初始聚类中心的均值，计算所述历史电压数据每个个体到所述k个初始聚类中心的距离；基于预置距离计算公式对每个个体进行聚类划分，得到若干中间集合；根据所述若干中间集合，取各中间集合中所有个体的全维度算术平均值作为所述各中间集合的新聚类中心；根据所述新聚类中心对所述历史电压数据进行中心聚类，得到若干个聚类集合；所述加权单元具体用于：基于皮尔逊相关系数计算各预置电压关联属性间的互相关系数，将所述互相关系数大于系数阈值的所述预置电压关联属性存入互相关集合中；计算所述互相关集合中所有电压关联属性的误差期望值；若所述误差期望值大于强相关阈值，则将对应的所述电压关联属性存入强相关属性集合；对所述强相关属性集合中的各属性采用熵权法确立各属性间的权重；基于强相关系数和各属性间的权重，计算各所述聚类集合中每个个体的属性综合加权值，将所述属性综合加权值最大的个体作为所述电压缺失位置的替代值。 4.根据权利要求3所述的电力缺失数据辨识装置，其特征在于，还包括第二判断单元；所述第二判断单元，用于检测是否所有电压缺失位置均已填补完成，若否，则触发所述获取单元继续进行下一电压缺失位置的填补。 5.一种电力缺失数据辨识设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行权利要求1-2任一项所述的电力缺失数据辨识方法。 6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-2任一项所述的电力缺失数据辨识方法。