李建强，赵 凯，潘文凯，陈星旭，李世博

(华北电力大学 能源动力与机械工程学院，河北保定071003)

电站历史数据缺失值填补策略研究

李建强，赵 凯，潘文凯，陈星旭，李世博

(华北电力大学 能源动力与机械工程学院，河北保定071003)

针对电站数据库存在数据缺失的问题，提出了改进的模糊聚类缺失值填补算法，即支持向量回归与遗传算法优化的模糊聚类填补算法(SVR-OCSFCM)。对某600MW燃煤机组运行数据用支持向量机回归算法(SVR)、模糊聚类优化补全策略(OCS-FCM)与SVR-OCSFCM三种方法分别进行单属性和多属性缺失值填补实验，实验表明：同属性缺失时，算法性能随缺失率增加而降低，相同缺失率时填补性能随缺失属性的增加而降低；SVR-OCSFCM由支持向量回归和模糊聚类算法共同约束估计值，具有较好的准确性和有效性，缺失值填补性能优于SVR和OCS-FCM算法，且对多属性缺失数据填补具有较好的填补效果。

缺失值；数据填补；电站；模糊聚类

0 引言

随着电力工业的发展，电站过程数据库复杂程度与数据量越来越大，促进了数据挖掘在电站优化中的应用[1-2]，数据预处理作为其不可或缺的基础性工作，越来越受到重视。针对各实际领域的不同特点涌现出了不同的数据预处理思想与工具。就目前阶段来看，数据预处理技术中研究最多的是“脏数据”的清理问题，数据清理的主要方向集中在数据缺失值处理、噪声数据的平滑处理以及异常数据的筛选处理等。数据缺失问题在基于传感器采集数据的发电厂普遍存在，严重阻碍了数据分析及挖掘在电站优化领域的发展[3-5]。……