基于多尺度时序建模与估计的电力负荷数据恢复

针对电力负荷数据缺损及失真问题,从时序数据特性分析及建模与估计的角度给出负荷数据补全与恢复的方法。运用马尔科夫链与序贯蒙特卡洛模拟联合法抽取负荷统计特性;基于电力负荷波动的年、月、周、日的多尺度时序特征分析,建立电力负荷的多尺度时序特征建模。引入B-spline基函数展开法解决负荷模型的非参、变系数问题,并给出负荷模型中关键参数的估计方法。采取误差多指标评判方法确定B-spline节点最优数量与样条最优次数。根据所得负荷恢复模型提出周尺度的电力负荷缺失数据恢复方法,并给出年度等长时段日负荷数据恢复思路。经实际算例验证,该文所提方法准确有效,具备工程应用价值。