智能电网的计量自动化系统可以采集电厂、变电站、公变、专变、低压集抄等发、供、配、售侧的电能量数据,并将数据通过GPRS网络传输至数据主站。由于采集到的电能量数据是用户缴费和规划城市用电的重要依据,因此提升其数据质量对电力公司尤为重要。论文旨在采用合理高效的数据挖掘技术对计量自动化系统采集到的电能量数据进行针对性的分析并修复异常数据,以保证数据的完整准确。论文主要工作如下:(1)使用统计分析、聚类等方法发现电能量数据缺失及其形态,该方法可用于辅助电网运维;(2)基于功率和电流电压角度差和功率移动均值差分这两个评价指标,提出了数据准确性评价模型,该模型可对采集到的每一份电能量数据打分,并可以估算数据异常的起始时间和终止时间;(3)完成了均值法、局部加权线性回归算法和支持向量机等电能量数据修复对比实验,结果表明了局部加权线性回归算法具有最高的准确性。论文对计量自动化系统中的表码和瞬时量等两种以上电能量数据,共5.5亿条记录进行了质量分析,从统计分析和聚类等2种角度分析数据缺失形态,提出2个准确性评价指标,并将局部加权线性回归算法应用到电能量数据修复领域,使得数据修复的准确性由现有均值法的87.78%提升到了 92.09%,保证了数据修复的准确有效,实验结果表明本论文工作有助于城市电力运维,对智能用电领域的技术发展和系统运维水平起到促进作用。