基于分箱灰色预测的月用电量数据缺失值处理方法

彭泽武

（广东电网有限责任公司信息中心，广州510030）

基于分箱灰色预测的月用电量数据缺失值处理方法

彭泽武

（广东电网有限责任公司信息中心，广州510030）

在月用电量数据缺失问题的预处理方法中，如何使预处理的数据更接近原数据，一直是研究的重点内容。采用分箱灰色预测的方法，先将月用电量数据进行分箱处理，再用灰色预测方法进行线性填补，最终得到填补后的月用电量数据。

0 引言

电力系统是人民生产生活中必不可少的一部分，在对电力系统的研究中，企业可以通过预测未来的月用电量，做出例如供电量等准确的决策。将企业往年的月用电量做成时间序列数据，但是在对时间序列进行预测的过程中，往往会出现数据缺失的问题。时间序列是将某种统计数据，按时间先后顺序排列所形成的数列，时间序列预测法就是通过对时间序列的性质进行分析，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平。

在时间序列预测过程中，现实世界的数据不一定是完整的，针对数据缺失值的填补问题，特别是针对波动数据的预处理方法，在现有的方法中还未有较好的处理方法。通常情况下处理缺失数据的方法主要采取忽略元祖，人工填写，使用属性中心度（入均值或中位数）等方法，然而，往往这些方法预测出的缺失值与数据本身差异较大，通过这种方法填补缺失值容易导致后期预测出现偏差。……