[发明专利]一种电力负荷预测中基于近邻算法进行插补补充缺失值的方法

权利要求书

1.本发明一种电力负荷预测中基于近邻算法进行插补补充缺失值的方法其特征在于，包括：

步骤一、数据预处理：对采集到的原始历史电力负荷历史数据按时间序列排列，确定数据集起止时间，检查数据在时间序列上的缺省，标明缺省值并记录缺省的起止时间；

步骤二、KNN算法插值补充数据：经过处理的数据集将会在时间序列上有标记，即在某些时间段没有相对应的历史数据，对于这些缺省值，将使用KNN插值补充的方法进行数据补充，以保证电力负荷历史数据在时间序列上的连贯性，KNN算法是一个在尺度空间中寻找最近点的优化问题，问题描述如下：在尺度空间M中给定一个点集S和一个目标点q ∈ M，在S中找到距离q最近的点，在本发明中，主要将KNN算法用于回归计算，以补充时间序列中的缺失值，即最近的K个样本的样本输出的平均值作为回归预测值，具体计算方式如下：

1）确定K值，在填充历史电力负荷数据的具体实施过程中，对于k值的选择，没有一个固定的树脂，一般根据样本的分布，选择一个较小的值，之后可以通过交叉验证选择一个合适的k值；选择较小的k值，就相当于用较小的领域中的训练实例进行预测，训练误差会减小，只有与输入实例较近或相似的训练实例才会对预测结果起作用，但是泛化误差会增大，K值的减小就意味着整体模型变得复杂，容易发生过拟合；选择较大的k值，就相当于用较大领域中的训练实例进行预测，其优点是可以减少泛化误差，但缺点是训练误差会增大；

与输入实例较远的（不相似的）训练实例也会对预测器作用，使预测发生错误，且K值的增大就意味着整体的模型变得简单；在本发明具体实施过程中，一般最小K值选为24（日小时数），最大K值为整体数据集数量的平方根；

2）确定距离计算度量；

本发明中，距离度量方式通常使用欧式距离，即：

x,y 为数据点在n维向量上的表示点；

当步骤三数据有效性验证不通过时，也可以使用曼哈顿距离：

或者闵科夫斯基距离：

计算点之间距离；

3）计算预测样本和所有训练集中的样本的距离，通过距离分类，找到与缺失值距离最近的K个距离，计算这些值的平均电力负荷数据进行缺失填充；

在具体实施过程中，可以通过计算机蛮力计算所有样本距离，或者通过其他算法如KD树，球树等进行快速运算；

4）按时间序列分步重复以上三过程，填补缺失值至原始数据集；

步骤三、数据有效性验证：原始电力负荷历史数据集与经过KNN算法补充的数据集需要进行数据有效性统计差异性的检查以保证数据的有效性；

两组数据将进行单因素方差分析（one way-ANOVA），计算两组数据间显著性差异 值，需要保证两组数据间没有显著性差异；如果两组数据验证后存在显著性差异，则需要调整k的值（最近邻居的数量）或者改变距离度量方式，改善补充值的运算方式以及改变填充处理的维度以确保处理后的数据与原始数据不存在显著性差异，使处理后的数据保持准确性和有效性。