科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前，线损数据异常检测工作主要依赖人工定义和实现的规则进行数据质量的校验和治理，该方法存在一些弊端：一是单一规则难以发现需从数据本身的特征、跨数据项的业务连线性分析等多个方面综合分析才能发现的数据问题；二是规则的阈值难以确定，太严会导致误报漏报，太松会导致告警洪流。本文改变依赖业务规则进行线损异常数据识别的工作思路，将机器学习和人工智能应用到数据治理过程中，对比评估了多种人工智能监测模型，基于混合算法建立了分线线损数据异常检测模型。结果表明，数据异常发现能力和处理比率明显提高。
-
单位国网北京市电力公司
