[發(fā)明專利]一種電力負(fù)荷預(yù)測(cè)中應(yīng)用孤立森林算法剔除異常數(shù)據(jù)處理的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010528176.X
• 申請(qǐng)日: 2020-06-11
• 公開（公告）號(hào): CN111666276A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 周浩;胡炳謙;顧一峰;韓俊
• 申請(qǐng)（專利權(quán)）人: 上海積成能源科技有限公司
• 主分類號(hào): G06F16/215
• 分類號(hào): G06F16/215;G06Q50/06;G06Q10/04;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

由于實(shí)際生產(chǎn)生活中的用電不規(guī)律性（例如突發(fā)事件造成的用電高峰或低谷，監(jiān)測(cè)系統(tǒng)故障等），經(jīng)常會(huì)出現(xiàn)監(jiān)測(cè)值背離實(shí)際情況或者不符合電力預(yù)測(cè)對(duì)象普遍用電規(guī)律的情況。在電力負(fù)荷預(yù)測(cè)中納入這類異常的數(shù)值將會(huì)大大的降低電力負(fù)荷預(yù)測(cè)模型的訓(xùn)練效果，進(jìn)而降低電力負(fù)荷預(yù)測(cè)結(jié)果的準(zhǔn)確性，通過相應(yīng)的數(shù)學(xué)統(tǒng)計(jì)的方式分析以及處理原始的電力負(fù)荷歷史數(shù)據(jù)，保證用于電力負(fù)荷預(yù)測(cè)的負(fù)荷歷史數(shù)據(jù)的有效性已經(jīng)成為電力負(fù)荷預(yù)測(cè)中的一個(gè)重要研究課題。本發(fā)明公開了一種電力負(fù)荷預(yù)測(cè)中對(duì)歷史負(fù)荷數(shù)據(jù)應(yīng)用孤立森林算法剔除異常數(shù)據(jù)處理的方法，達(dá)到剔除電力系統(tǒng)運(yùn)行中產(chǎn)生的異常歷史電力負(fù)荷數(shù)據(jù)的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及電力負(fù)荷預(yù)測(cè)技術(shù)領(lǐng)域，具體涉及一種電力負(fù)荷預(yù)測(cè)中對(duì)歷史負(fù)荷數(shù)據(jù)中應(yīng)用孤立森林算法剔除異常數(shù)據(jù)處理的方法。

背景技術(shù)

電力負(fù)荷預(yù)測(cè)在電力系統(tǒng)運(yùn)營中起到?jīng)Q定性的作用，對(duì)電力負(fù)荷的準(zhǔn)確預(yù)測(cè)是保證電力系統(tǒng)安全，經(jīng)濟(jì)運(yùn)行和實(shí)現(xiàn)電網(wǎng)科學(xué)管理及調(diào)度的重要基礎(chǔ), 又是電力能源管理系統(tǒng)的核心組成部分，也是今后進(jìn)行電網(wǎng)商業(yè)化運(yùn)營的前提條件。 在電力負(fù)荷預(yù)測(cè)中，指定單位的歷史負(fù)荷數(shù)據(jù)通常是進(jìn)行預(yù)測(cè)計(jì)算，模擬的重要基礎(chǔ)數(shù)據(jù)。 電力負(fù)荷預(yù)測(cè)通常會(huì)在考慮一些重要的系統(tǒng) 運(yùn)行特性, 自然條件下, 研究或利用一系列數(shù)學(xué)方法, 找到歷史數(shù)據(jù)之間特有的聯(lián)系，在 滿足一定精度的意義下，進(jìn)而確定未來某特定時(shí)刻或某些特定時(shí)刻的電力負(fù)荷數(shù)值。由此 可見，電力歷史負(fù)荷數(shù)據(jù)在電力負(fù)荷預(yù)測(cè)中十分關(guān)鍵，在電力預(yù)測(cè)數(shù)據(jù)分析，預(yù)測(cè)模型中都 會(huì)起到重要作用。但是，由于實(shí)際生產(chǎn)生活中的用電不規(guī)律性（例如突發(fā)事件造成的用電高峰或低谷，監(jiān)測(cè)系統(tǒng)故障等），經(jīng)常會(huì)出現(xiàn)監(jiān)測(cè)值背離實(shí)際情況或者不符合電力預(yù)測(cè)對(duì)象普遍用電規(guī)律的 情況。在電力負(fù)荷預(yù)測(cè)中納入這類異常的數(shù)值將會(huì)大大的降低電力負(fù)荷預(yù)測(cè)模型的訓(xùn)練效果，進(jìn)而降低電力負(fù)荷預(yù)測(cè)結(jié)果的準(zhǔn)確性。通過相應(yīng)的數(shù)學(xué)統(tǒng)計(jì)的方式分析以及處理原始 的電力負(fù)荷歷史數(shù)據(jù)，保證用于電力負(fù)荷預(yù)測(cè)的負(fù)荷歷史數(shù)據(jù)的有效性已經(jīng)成為電力負(fù)荷 預(yù)測(cè)中的一個(gè)重要研究課題。本發(fā)明公開了一種電力負(fù)荷預(yù)測(cè)中對(duì)歷史負(fù)荷數(shù)據(jù)應(yīng)用孤立森林算法剔除異常數(shù)據(jù)處理的方法，達(dá)到剔除電力系統(tǒng)運(yùn)行中產(chǎn)生的異常歷史電力負(fù)荷數(shù)據(jù)的目的。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于孤立森林算法對(duì)大量電力負(fù)荷歷 史數(shù)據(jù)的異常數(shù)據(jù)篩選和去噪處理的方法, 其特點(diǎn)在于包括了孤立森林算法剔除極大異常數(shù)據(jù)以及線性插值恢復(fù)剔除數(shù)據(jù)兩大功能模塊，

孤立森林是用于異常檢測(cè)的機(jī)器學(xué)習(xí)算法。這是一種無監(jiān)督學(xué)習(xí)算法，通過隔離數(shù)據(jù)中的離群值識(shí)別異常。孤立森林是基于決策樹的算法。從給定的特征集合中隨機(jī)選擇特征，然后在特征的最大值和最小值間隨機(jī)選擇一個(gè)分割值，來隔離離群值。這種特征的隨機(jī)劃分會(huì)使異常數(shù)據(jù)點(diǎn)在樹中生成的路徑更短，從而將它們和其他數(shù)據(jù)分開。一般而言，異常檢測(cè)的第一步是構(gòu)造「正常」內(nèi)容，然后報(bào)告任何不能視為正常的異常內(nèi)容。但孤立森林算法不同于這一原理，首先它不會(huì)定義「正常」行為，而且也沒有計(jì)算基于點(diǎn)的距離。孤立森林不通過顯式地隔離異常，它隔離了數(shù)據(jù)集中的異常點(diǎn)。孤立森林的原理是：異常值是少量且不同的觀測(cè)值，因此更易于識(shí)別。孤立森林集成了孤立樹，在給定的數(shù)據(jù)點(diǎn)中隔離異常值。隔離的異常值被標(biāo)注并且立即剔除并由下一步驟補(bǔ)充相應(yīng)的數(shù)據(jù)。孤立森林算法主要針對(duì)的是連續(xù)型結(jié)構(gòu)化數(shù)據(jù)中的異常點(diǎn)。使用孤立森林的前提是，將異常點(diǎn)定義為那些 “容易被孤立的離群點(diǎn)” —— 可以理解為分布稀疏，且距離高密度群體較遠(yuǎn)的點(diǎn)。從統(tǒng)計(jì)學(xué)來看，在數(shù)據(jù)空間里，若一個(gè)區(qū)域內(nèi)只有分布稀疏的點(diǎn)，表示數(shù)據(jù)點(diǎn)落在此區(qū)域的概率很低，因此可以認(rèn)為這些區(qū)域的點(diǎn)是異常的；線性插值方法應(yīng)用于恢復(fù)對(duì)前兩步數(shù)據(jù)處理中被剔除的數(shù)據(jù)，通過被剔除數(shù)據(jù)時(shí) 間序列前后的數(shù)據(jù)來計(jì)算線性插值，最大程度的擬合模擬被剔除數(shù)據(jù)的實(shí)際值，進(jìn)而一定程度上恢復(fù)被剔除的數(shù)據(jù)。