基于DA多重插补法和电力物联网的电能数据缺失修复方法

针对电力物联网中电能数据量过多,缺失电能数据修复难度较大的问题,研究基于DA多重插补法和电力物联网的电能数据缺失修复方法。电力物联网利用感知层的电能数据采集终端采集电能数据,所采集电能数据利用通信层传送至应用层,应用层的电能数据缺失修复模块,利用EM插补算法计算电能数据缺失值的初始插补值;将所获取的电能数据插补值作为DA多重插补法的初始值,DA多重插补法利用局部加权回归模型,通过调整电能数据缺失值的预测误差,获取最终电能数据缺失修复结果。实验结果表明,该方法修复电力物联网电能数据的观测误差方差低于0.2,对于短期电能数据与长期电能数据,均具有良好的修复结果。

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。

基于Granger causality的VAR法填补财务面板数据研究

上市公司财务分析指标数据中有很多缺失数据,其会影响投资者、债权人、管理者及政府部门对上市公司的评价。考虑到传统的缺失值插补方法对财务数据填补效果不理想,提出了基于格兰杰因果关系的VAR法对上市公司财务数据填补,对比分析均值插补、EM插补、回归插补、多重插补,发现VAR法优于前述几种方法。