基于孤立森林的电力大数据异常检测与修复

Power big data anomaly detection and repair based on isolated forest

通过采集历史数据构建时间序列数据集,利用孤立森林算法快速准确地检测异常点数据,帮助发现潜在数据问题。检验相邻时刻的数据修复算法的准确性,并将方法应用到数据修复中。本文以A发电企业为例,检测发电指标的异常数据并修复,相对误差可以控制在10%以内。该方法有效提高了电厂数据处理的准确性和效率,提升发电企业发电指标的数据质量,优化了发电系统的运行和管理,满足了能源互联网建设和智能电网技术的要求。