基于时间序列分析的电力负荷数据预处理方法

《基于时间序列分析的电力负荷数据预处理方法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于时间序列分析的电力负荷数据预处理方法　　摘要：智能电网中的电力负荷数据因来源于不同的信息采集系统，电力负荷数据维度和格式可能不一致，导致的电力负荷数据可信度差，可利用度低，难以实现电力负荷数据深度挖掘。针对缺失值、噪声值等异常的清洗问题，提出一种基于时间序列的能够统一化来源于不同系统电力负荷数据的预处理方法。该方法对接收到的数据信息按照统一格式的日期维度信息，归并到相同的数据格式，并对负荷数

2、据中的异常点进行分类清洗。测试结果表明，该方法能够有效清洗噪声点、空值等异常数据，提高数据的可用性，便于对电力负荷数据进行更深一步的数据挖掘处理，提高了电力负荷数据的挖掘效益。　　关键词：时间序列分析；负荷预处理；智能电网；数据清洗；数据挖掘　　中图分类号：TM715文献标志码：A文章编号：2095--0094-02　　Abstract：Becausethepowerloaddatainsmartgridcomefromdifferentinformationcollectionsystems，thedimensionandformatofpowerloaddatama

3、ybeinconsistent，resultinginpoorreliabilityandlowavailabilityofpowerloaddata.Itisdifficult为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。torealizethein-de

4、pthminingofpowerloaddata.Inviewoftheproblemofcleaninganomaliessuchasmissingvalueandnoisevalue，atimeseriesbasedpreprocessingmethodisproposed，whichcanunifythepowerloaddatafromdifferentsystems.Thereceiveddatainformationismergedtothesamedataformataccordingtothedatedimensioninformationoftheun

5、ifiedformat，andtheoutlierpointsintheloaddataaresortedandcleaned.Thetestresultsshowthatthemethodcaneffectivelycleantheabnormaldatasuchasnoisepointsandnullvalues，improvetheavailabilityofdata，andfacilitatethefurtherdataminingprocessingofpowerloaddata，sothattheminingefficiencyofpowerloaddata

6、isimproved.　　Keywords：timeseriesanalysis；loadpretreatment；smartgrid；datacleaning；datamining　　1概述为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　�S着大数据技术

7、的日渐成熟，将大数据技术应用到各行各业中成为科研和企业共同的关注目标。如何从海量负荷数据中挖掘出有用信息对电力的管理调度具有重要意义[1]。而电力负荷数据库中可能包含着异常数据，阻碍了电力大数据技术的发展，因此有必要对电力负荷数据进行预处理。　　国内外许多专家学者对电力大数据的数据预处理进行了研究，针对大数据技术高质量数据的要求，文献[2]采用了将数据产品与传统的有形的产品、软件产品相类比的角度，将数据清洗类比为了其他形式产品的异常诊断和处理；文献[3]针对数据仓储对不同来源的业务数据源的数据存在的重复记录和异常问题，进行整理和规范，消除