论文部分内容阅读
在国内有着大量商业建筑中安装了可支持数据通讯和采集功能的能源计量设备。然而,由于环境电磁干扰,电表故障,传输故障等诸多原因,能源数据质量受到一定质疑。本文根据实际应用提出一种在简单线性平均处理之后基于相关系数和数据光滑度的方法来识别各类数据故障,同时运用机器学习的理念实现在线学习持续更新预测模型修复故障数据,并应用于实际案例。