基于主元分析算法的電費抄核收數據異常診斷方法

施文

（國網陜西省電力公司，陜西西安 710048）

1 引言

電費抄核收數據異常診斷是一項十分重要的工程，隨著科學技術的迅猛發展，電力企業中的抄核收工作人員不僅要提升自身的專業水平，同時還要充分利用現代科學技術提升自身素養[1]。電力企業要充分認識到電費抄核收數據異常診斷在整個流程中的重要性，并且要投入大量的精力采取有效的措施，促使電費抄核收數據異常診斷結果更加準確。最近幾年，相關專家也加強了該方面內容的研究，例如裴茂林等人]將智能電表設定為用戶和電網的信息樞紐[2]，通過電網為用戶提供用電習慣以及負荷特征等相關信息進行數據異常診斷。楊茂等人分析風電功率特征[3]，通過Copula函數獲取概率功率曲線，同時結合異常數據的時序特征建立數據異常診斷模型。以上兩種方法雖然現階段取得了較為滿意的研究成果，但是由于未能進行數據去噪，導致電費抄核收數據異常診斷準確性降低，診斷延時上升。為此，提出一種基于主元分析算法的電費抄核收數據異常診斷方法。仿真實驗結果表明，所提方法不僅可以全面增強電費抄核收數據異常診斷準確性，同時還能夠降低診斷延時。

2 電費抄核收數據異常診斷方法

2.1 電費抄核收數據去噪預處理

在采集電費抄核收數據的過程中，許多數據存在尖峰或者突變現象，并且噪聲也不是平衡的白噪聲，對于這種信號的處理，采樣傳統的傅里葉變換是無法實現去噪的。……