一种基于时序分析的电力能源异常诊断辨识与修正方法

本发明涉及能源处理领域，公开了一种基于时序分析的电力能源异常诊断辨识与修正方法；包括：对采集的电力能源时序数据进行归一化处理，并通过滑动窗口构造训练样本；其次利用多尺度时间卷积神经网络提取短期扰动与长期趋势特征，计算预测残差形成异常评分；再结合聚类机制对异常进行分型识别，将其划分为突变型、漂移型与周期错位型等类别；随后根据不同类型生成对应修正策略，突变型异常采用趋势外推，周期错位型异常采用周期对齐，漂移型异常采用低秩矩阵补全，以保证数据的连续性与整体结构一致性；最后通过反馈机制将修正结果纳入在线模型更新，实现自适应优化。