买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网上海市电力公司申请的专利一种结合时空聚类与迭代阈值收缩算法的数据清洗方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121188359B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511734908.X，技术领域涉及：G06F18/10；该发明授权一种结合时空聚类与迭代阈值收缩算法的数据清洗方法是由赵文恺;周敏;陈赟;谢邦鹏;吴晨;刘凯;洪祎祺;王佳裕;傅超然;董佳;韩冬;鲁卓欣设计研发完成，并于2025-11-25向国家知识产权局提交的专利申请。

本一种结合时空聚类与迭代阈值收缩算法的数据清洗方法在说明书摘要公布了：本发明涉及一种结合时空聚类与迭代阈值收缩算法的数据清洗方法，属数据清洗与预处理领域，解决了现有时空电力数据清洗中的异常检测不精准、适应性差和计算效率低的问题。包括步骤S1、获取低压营配融合场景中的待清洗原始电力数据；原始电力数据包括时间层和空间层数据；步骤S2、利用聚类算法将时间层数据细分为突变层和平稳层数据，将空间层数据细分为高密度层和低密度层数据；步骤S3、利用迭代阈值收缩算法分别对突变层和平稳层、以及高密度层和低密度层数据进行数据清洗，得到清洗后的各分层数据；步骤S4、计算分层残差得到最终残差；若最终残差小于预设残差阈值则输出干净数据；否则优化控制参数返回步骤S2。实现高效精确电力数据清洗。

本发明授权一种结合时空聚类与迭代阈值收缩算法的数据清洗方法在权利要求书中公布了：1.一种结合时空聚类与迭代阈值收缩算法的数据清洗方法，其特征在于，包括如下步骤： 步骤S1、获取低压营配融合场景中的待清洗原始电力数据；其中，所述原始电力数据包括时间层数据和空间层数据； 步骤S2、利用聚类算法将所述时间层数据细分为突变层和平稳层数据，将所述空间层数据细分为高密度层和低密度层数据； 步骤S3、利用迭代阈值收缩算法分别对所述突变层和平稳层数据、以及所述高密度层和低密度层数据进行数据清洗，得到清洗后的各分层数据；其中，对突变层采用强正则化约束，对平稳层采用弱正则化约束；对高密度层采用强正则化约束，对低密度层采用弱正则化约束； 步骤S4、分别计算清洗后的突变层、平稳层、高密度层和低密度层数据的分层残差得到最终残差；若所述最终残差小于预设残差阈值则输出干净数据；否则优化聚类与清洗控制参数返回步骤S2进行迭代。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网上海市电力公司，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。