雷峰津 房 俊

(北方工业大学信息学院，100144，北京)

电网电能质量监测分析系统实时汇集全网电能质量数据，使得数据驱动的电能质量问题分析与决策成为可能. 但电网监测终端数量多、存储系统组成复杂、物理环境恶劣等原因都会造成采集的数据存在缺失、异常等质量问题，这些数据质量问题会导致错误的分析结果，影响电能质量治理决策效果.[1]

在上述数据问题中，以终端故障导致的数据缺失问题尤为突出，主要表现为一段时间内数据的完全缺失. 本文主要研究这一类缺失数据的自动填充问题. 现有学者多是利用单个指标数据特点，采用均值填充、自回归分析算法进行数据填充. 这些算法在缺失数据较多的情况下，准确性较低.

电网电能质量数据一个监测终端可以同时监测包括各次谐波在内的数千个指标，如果能够利用其它指标对当前缺失数据进行预测，有可能取得较好的填充效果.

为此，本文提出一种基于相关分析的缺失数据填充方法，首先使用归一化互信息计算所有与其采样周期一致的指标的相关性，找出其中相关性最强的指标，然后使用分段回归的方法建立指标数据回归模型，基于该模型预测缺失数据.

1 相关工作

1.1 缺失数据填充

缺失值填充常用的方法包括：1)使用描述统计值填充，如使用均值填充缺失数据. 这种方法会导致数据的随机性降低，损失了大量的数据信息. 在许多场合，均值填充是不适……