王 曙 潘庭龙

（江南大学物联网技术应用教育部工程研究中心 无锡 214122）

1 引言

电价是电力市场中的重要组成部分，从电价可以看出整个市场的运转效率的高低，以及市场的竞争和成熟的程度。伴随着大数据、物联网、传感器等技术的飞速发展，电力市场在运行过程中累积了海量的电价数据。在大数据时代，拥有了这些数据的意义是非凡的，我们可以运用数据挖掘的手段去对电力市场中的电价进行预测，可以为电力市场、运行商、客户等提供指导［1～4］。然而，历史电价数据的准确性和完整性是使用这些方法的前提。基于数据挖掘技术的电价预测是在电力市场中已有的历史电价数据基础上进行的，采集电价数据的过程中可能会因为供电不稳定、设备损坏、人为等因素而不可避免的在一些时间点上存在一些缺失值。如果历史数据中的缺失值过多，会给预测带来很大的难度、影响到预测的精度，甚至使整个数据失去价值。因此，本章对电价缺失数据进行合适的预处理就显得十分重要。

在统计学的定义中，数据缺失的类别包括三种：完全随机缺失、随机缺失以及非随机缺失。这些是讨论一切数据缺失问题的基础概念。判断究竟属于哪种缺失类别的主要依据是看缺失的数据特征和标签列是否有联系。完全随机缺失顾名思义是完全没有关系的，这种情况是非常少见的。随机缺失是比较常见的缺失类型，其缺失数据特征和标签列是相互有依存关系的。……