路 昂

(北京华电天仁电力控制技术有限公司，北京 海淀 100039)

0 引言

2015年，中共中央发布中发[2015]9号文[1]，文件制定了深化电力体制改革的总体思路、基本原则和重点任务[2]。我国的电力市场化交易体系形成了良好的开端，但对比成熟运行的电力市场，仍有许多方面需要改进[3]。电力市场发展表明，电力市场中发电企业与售电公司在各项业务环节中，需要较为准确的进行负荷预测作为数据分析与辅助决策的支撑。因此，提供准确的负荷预测等电力负荷数据分析是确保发电企业制定合理的发电计划，确保电力合理调配，节约电网控制成本[4]的关键一环。目前负荷预测的主要算法有深度学习方法[5]，BP神经网络法[6]，时间序列分析法[7]等。但是由于现实环境下负荷数据的采集容易受到随机因素的影响，以及负荷数据非线性程度高等特性，数据采集的完整率和准确率长期以来受到影响。另外由于统计时也会出现一定量的不良统计数据，其对电力系统负荷分析的精度产生了进一步的破坏[8]。因此对原始电力数据进行预处理，对缺失部分进行插补，得到完整数据集，对于电力数据分析来说具有重要的意义。

针对不良数据及缺失数据的补全，国内外学者开展了大量的研究工作。文献[9]将抽样调查中由于项目无回答所形成的缺失数据作为重点，从矩阵运算的角度分析了该缺失数据带来的危害，并对单一插补与多重插补方法的效率进行了研究与比较。……