%0 Journal Article
%T 中长期负荷预测的异常数据辨识与缺失数据处理
%A 毛李帆
%A 姚建刚
%A 金永顺
%A 李文杰
%A 关石磊
%A 陈芳
%J 电网技术
%P 148-153
%D 2010
%X 负荷历史数据是进行中长期负荷预测的基础。历史数据异常及缺失将严重影响负荷预测模型的精度及有效性。针对传统异常数据辨识方法和缺失数据填补方法的不足，提出了基于T2椭圆图的异常数据识别和基于最小二乘支持向量机(leastsquaresupportvectormachine，LSSVM)的缺失数据填补方法。采用偏最小二乘法(partialleastsquare，PLS)提取历史数据主成份，计算各历史样本对主成份的累积贡献率(accumulativecontributionrate，ACR)，并绘制T2椭圆，从而识别出历史样本贡献率过大的异常数据。用最小二乘支持向量机拟合历史数据变化趋势，从而实现缺失数据的填补。算例结果表明T2椭圆图能有效识别历史数据中的异常样本；最小二乘支持向量机具有良好的数据填补特性，具有较强的实用价值。
%U http://www.dwjs.com.cn/CN/abstract/abstract23285.shtml