一种基于神经网络的配电网异常数据检测与修复方法

本申请涉及配电网数据检测与修复领域，尤其是涉及一种基于神经网络的配电网异常数据检测与修复方法，包括对同一天内的所述负荷数据，通过卷积神经网络判断其数据异常的概率，并通过预设的自适应的检测阈值对概率进行分类，基于分类的结果判断所述负荷数据是否异常；对于被判断为异常的所述负荷数据，通过聚类分析确定其出现异常的时间；根据出现异常的时间，确定模糊自组织神经网络的超参数，然后向其输入当日所述负荷数据中所有的正常值，得到异常数据的修复结果。本申请提高了处理配电网数据的效率以及对数据进行异常检测、修复的准确度，为配电网的建设与运行提供数据基础，提升运行效率并节省建设成本。