[发明专利]一种基于回归分析的变电站输变电设备大量缺失数据填补方法

权利要求书

1.一种基于回归分析的变电站输变电设备大量缺失数据填补方法，其特征在于，主要包括以下步骤：

1)确定需要填补缺失数据的变电站输变电设备；

2)确定所述设备待填补的数据类型；数据类型主要针对数值型时间序列数据；

设定所述设备的数据表示为：y＝{y₁,...,y_i,...,y_j,...,y_n}； (1)

式中，n为数据序列的长度；{y₁,...,y_i,...,y_j}为非缺失数据；{y_j+1,...,y_n}为缺失数据；

3)收集所述设备所在的变电站内其余同型设备的相同类型的数据X，所述数据X表示如下：

式中，m为所述变电站同型设备台数；x_mn为第m台设备的第n条数据；

4)利用数据X和数据y建立待填补数据的回归分析模型；设回归模型的形式为y＝A·f(X)+B； (3)

其中，A和B均为回归模型的参数；

5)利用非缺失数据{y₁,...,y_i,...,y_j}进行回归模型的训练；回归模型训练步骤如下：

5.1)将所述数据X的前j条数据设为X'；将所述数据X'和所述非缺失数据{y₁,...,y_i,...,y_j}输入到建立好的初始回归模型y＝A·f(X)+B中；输入数据后的回归模型如下式所示：

y_i＝A₀·f(X_i)+B₀+ε_i,i＝1,...,j.； (4)

其中，A₀和B₀定义为回归模型的训练前的初始参数；ε_i为第i个拟合值的误差；

5.2)以预测误差序列的平方和最小为目标，对回归模型进行训练，直到找到某组参数A’和B’使得下式成立：

此时，模型完成训练，得到训练好的回归模型：

y＝A'·f(X)+B'； (6)

6)将数据输入训练好的回归模型y＝A'·f(X)+B'，得到数据{y_j+1,...,y_n}的预测结果；

7)将所述预测结果作为新值，实现对缺失数据的填补。

2.根据权利要求1所述的一种基于回归分析的变电站输变电设备大量缺失数据填补方法，其特征在于：回归分析模型是多元线性回归模型。

3.根据权利要求1所述的一种基于回归分析的变电站输变电设备大量缺失数据填补方法，其特征在于：数值型时间序列数据主要包括在线监测数据和能量管理系统数据；在线监测数据主要包括油中溶解气体和气体密度；能量管理系统数据主要包括电压、电流、有功功率和无功功率。