本申请涉及数据处理，特别是涉及一种电力多源数据处理方法、装置、计算机设备、可读存储介质和程序产品。
背景技术：
1、随着大数据时代的到来，数据已经成为企业的重要资产和竞争力来源。在当前的商业环境中，企业需要通过高效的数据分析来获取市场洞察、优化业务流程、提升决策效率等。随着信息技术的发展，企业的数据来源也趋于多样化，形成了多源数据。
2、目前，对多源数据的预处理方式大多是基于固定规则的，针对不同来源的数据，设置对应的数据过滤和数据清洗规则进行数据预处理。由于多源数据的产生通常具有动态性和不确定性，且数据的来源也是动态变化的，固定规则的数据预处理方式在实际应用中缺乏灵活性，难以对多源数据进行准确有效的预处理。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高多源数据处理准确性的电力多源数据处理方法、装置、计算机设备、可读存储介质和程序产品。
2、第一方面，本申请提供了一种电力多源数据处理方法，包括：
3、获取待处理数据的字段特征；字段特征包括待处理数据中异常数据的异常类型；
4、在异常类型为缺失异常的情况下，根据字段特征确定异常数据对应的缺失处理方案；
5、在异常类型为越界异常的情况下，根据字段特征确定异常数据对应的越界处理方案；
6、通过相应的处理方案对异常数据进行处理。
7、在其中一个实施例中，字段特征还包括待处理数据的字段类型；获取待处理数据的字段特征的步骤，包括：
8、识别待处理数据中的异常数据和异常数据的异常类型；
9、对待处理数据进行字段统计，得到待处理数据的字段类型。
10、在其中一个实施例中，字段特征还包括上四分位数和下四分位数；识别待处理数据中的异常数据和异常数据的异常类型的步骤，包括：
11、以上四分位数和下四分位数为边界值，计算待处理数据中各数据点与边界值间的目标距离；
12、根据目标距离确定越界阈值，根据越界阈值，确定待处理数据中异常类型为越界异常的异常数据。
13、在其中一个实施例中，根据字段特征确定异常数据对应的缺失处理方案的步骤，包括：
14、通过第一分类模型对异常数据进行分类处理，得到异常数据对应的缺失处理方案；第一分类模型为以缺失处理方案集作为目标变量、以字段特征作为输入数据的机器学习模型；
15、其中，在字段类型为数值字段的情况下，缺失处理方案集包括线性回归处理、最近邻处理和预设填充处理；在字段类型为文本字段的情况下，缺失处理方案集包括逻辑回归处理和众数填充处理；在字段类型为时间字段的情况下，缺失处理方案集包括序列填充处理。
16、在其中一个实施例中，根据字段特征确定异常数据对应的越界处理方案的步骤，包括：
17、通过第二分类模型对异常数据进行分类处理，得到异常数据对应的越界处理方案；第二分类模型为以越界处理方案集作为目标变量、以字段特征作为输入数据的机器学习模型；越界处理方案集包括缩尾处理。
18、在其中一个实施例中，机器学习模型的训练过程，包括：
19、获取样本数据的字段特征，基于字段特征构建训练样本；
20、利用训练样本对基础机器学习模型进行迭代训练，获取机器学习模型的评价指标；评价指标包括精准度和召回率；
21、在评价指标处于预设范围内的情况下，对基础机器学习模型的模型参数进行调整，返回利用训练样本对基础机器学习模型进行迭代训练的步骤，并继续执行，直至评价指标处于预设范围内。
22、第二方面，本申请还提供了一种电力多源数据处理装置，包括：
23、特征获取模块，用于获取待处理数据的字段特征；字段特征包括待处理数据中异常数据的异常类型；
24、第一确定模块，用于在异常类型为缺失异常的情况下，根据字段特征确定异常数据对应的缺失处理方案；
25、第二确定模块，用于在异常类型为越界异常的情况下，根据字段特征确定异常数据对应的越界处理方案；
26、异常处理模块，用于通过相应的处理方案对异常数据进行处理。
27、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现第一方面中任意一项的方法步骤。
28、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面中任意一项的方法步骤。
29、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面中任意一项的方法步骤。
30、上述电力多源数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过获取待处理数据中异常数据的异常类型，在异常类型为缺失异常的情况下，根据字段特征确定异常数据对应的缺失处理方案，在异常类型为越界异常的情况下，根据字段特征确定异常数据对应的越界处理方案，通过相应的处理方案对异常数据进行处理，能够针对不同异常类型的异常数据，自适应地确定处理方式，提高对多源数据的智能化处理能力，另外，通过确定的处理方式可以实现对异常数据的自动化处理，提高了对多源数据的数据预处理的灵活性，从而可以对多源数据进行准确有效的预处理。
1.一种电力多源数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述字段特征还包括待处理数据的字段类型；所述获取待处理数据的字段特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述字段特征还包括上四分位数和下四分位数；所述识别待处理数据中的异常数据和所述异常数据的异常类型，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述字段特征确定所述异常数据对应的缺失处理方案，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述字段特征确定所述异常数据对应的越界处理方案，包括：
6.根据权利要求4或5所述的方法，其特征在于，所述机器学习模型的训练过程，包括：
7.一种电力多源数据处理装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
