文档介绍：计算机时代 2022 年 第 6 期 · 1 ·
DOI:.cn33-1094orithm is verified by practical engineering application.
Key words：data quality; correlation analysis; intelligent distribution network; clustering algorithm; multi-source data
0 引言 分析的前提和基础。
近年来，对于大数据技术在配电网中应用已有很
智能配电网信息化和智能化的程度不断提升，配
多研究成果。文献[5]对大数据在电网中的应用场景
电网采集数据逐步呈现多源、异构的大数据特征[1]。
进行了总结。文献[6]提出一种基于大数据分析的配
对海量多源数据进行整合，可以为配电网运行态势感
电网态势感知方法，通过对配电网运行历史数据进行
知[2]，运行状态综合评价提供重要数据支撑。
分析预测电网运行的趋势。文献[7]运用大数据技术
配电网数据采集终端由于数量多、分布广并且部
对配电网运行历史数据进行挖掘和评估，实现配电网
分终端环境恶劣，工况复杂，在采集和通信过程中经常
的风险预警。但研究成果大多集中在数据分析层面，
发生数据丢失或异常现象[3]。异常数据严重影响数据
对底层多源数据融合以及数据质量的提升研究较少。
挖掘分析的效率，对缺失或者异常数据进行统计分析