ElectricalAutomation《电气自动化》2023年第45卷第1期电力系统及其自动化PowerSystem＆Automation基于历史数据挖掘辅助场景分析的电网缺失数据填补方法朱正阳，袁文辉，伍乙杰，杨锡勇，陈光宇(南京工程学院电力工程学院，江苏南京211167)摘要:针对当前电网数据填补精度不足的实际问题，提出一种基于历史数据辅助场景分析的电网缺失数据填补方法。首先通过波动互相关分析选取具有强相关的属性数据作为缺失属性数据填补的参考依据，并通过组合权重进一步量化其关联程度;其次，在负荷场景分析的基础上引入动态时间弯曲距离来衡量数据源之间的相似度;最后，结合动态时间弯曲距离与组合权重，找出含有最相似数据的日期，使用该日同一时刻的数据来替代缺失时刻数据。算例采用实际电网数据进行仿真分析，结果表明，提出的数据填补方法具有良好的填补效果。关键词:缺失数据填补策略;波动互相关分析;熵权分析;场景分析;动态时间弯曲距离DOI:10．3969/j．issn．1000－3886．2023．01．020［中图分类号］TM714［文献标志码］A［文章编号］1000－3886(2023)01－0072－03MethodforFillingMissingDatainPowerGridBasedonHistoricalDataMiningAuxiliaryScenarioAnalysisZhuZhengyang，YuanWenhui，WuYijie，YangXiyong，ChenGuangyu(SchoolofElectricPowerEngineering，NanjingInstituteofTechnology，NanjingJiangsu211167，China)Abstract:Aimingattheactualproblemofinsufficientfillingaccuracyofcurrentgriddata，amethodforfillingmissinggriddatabasedonhistoricaldata-assistedscenarioanalysiswasproposed．Firstly，theattributedatawithstrongcorrelationwasselectedasthereferencebasisforfillingthemissingattributedatathroughfluctuationcross-correlationanalysis，andthecorrelationdegreewasfurtherquantifiedbycombinationweight;secondly，basedontheloadscenarioanalysis，thedynamictimebendingdistancewasintroducedtomeasurethesimilaritybetweendatasources;finally，combinewiththedynamictimebendingdistanceandcombinedweight，findthedatewiththemostsimilardata，andusethedataatthesametimeofthedaytoreplacethemissingtimedata．Theactualpowergriddataareusedforsimulationanalysis．Theresultsshowthattheproposeddatafillingmethodhasgoodfillingeffect．Keywords:missingdatafillingstrategy;fluctuationcross-correlationa...
