基于用电负荷的缺失数据插补方法研究

电力市场改革在我国开展以后,准确的负荷预测对于电力市场需求分析具有重要意义,而采集、统计过程中的缺失数据直接影响着电力负荷预测等数据分析的精度,为此对基于用电负荷的缺失数据插补方法展开了研究。首先选取了典型工商业用户,生成用电负荷曲线,按照拟合曲线特征,对用户负荷曲线进行分类。然后随机生成了每个用户10%缺失率下的不完整数据集,并利用均值插补、回归插补和期望最大化(expectation maximization,EM)插补方法补全缺失数据。最后对比了插补后数据集与原始数据集的数据情况,通过计算均方误差(mean square error,MSE)值比较并分析了插补效果。仿真结果验证了插补方法对于不同类别用电负荷的适用性与可行性。

对模拟纵向数据集缺失值处理的几种方法比较

运用SAS9.0、数据模拟技术,分别模拟纵向完整数据集和具有各种缺失率的随机缺失数据集,采用多重填补法(MI)、期望值最大化法(EM)和回归插补法(Regression)对各缺失数据集进行处理,对结果进行比较和分析。结果表明,对不同缺失率的数据集,MI、EM和Regression法对缺失值的处理各有优劣。