严明辉，潘舒宸，吴滇宁，崔雪，卢少平，赵俊

（1. 昆明电力交易中心有限责任公司, 云南省 昆明市 650011；2. 武汉大学电气与自动化学院, 湖北省 武汉市 430072）

0 引言

2015年3月份党中央、国务院《关于进一步深化电力体制改革的若干意见》(中发[2015]9号)印发后，迎来了新一轮的电力体制改革。改革坚持市场化方向，以建立健全电力市场机制为主要目标，电力市场的建设也随着新一轮电改的推进而逐步前行。

随着电力现货市场建设的不断推进对交易结算环节中电量数据的可靠性与准确性提出了更高的要求。计量系统实际运行过程中，由于用户侧电表运行中出现的故障等问题，会出现跳表、死数等问题导致电量数据良莠不齐，造成数据的缺失与异常。对异常数据进行辨识与修正，保证电力市场用户电量数据的准确性，有利于维持电力市场的安全稳定运行。

关于电力系统异常数据的辨识，国内外专家学者已经提出过许多方法，有基于统计学的方法[1-2]、基于聚类的方法[3-8]、基于神经网络的方法[9]、基于密度估计的方法[10]以及基于T椭圆图的方法[11]等。

而电力市场用户异常电量数据的修正，各省份已编制出台的电力现货市场交易规则[12]中采取的传统的方法有插值法、相似日均值填充法等。这类传统修正方法的处理方式较为粗糙，无法对异常电量数据进行精确修正。为更加准确地修正电量数据，国内外学者提出了各种算法来修正异常数据。

文献[1]以历史负荷数据为基础，基于统计学的方法计算同一时刻电量数据的均值与方差来对异常数据进行辨识和修复。……