面向能源时间序列的数据驱动复制-粘贴插补法
机器学习
2021-08-11 v1 数据分析、统计与概率
摘要
全球向智能电网转型的基石之一是智能电表。智能电表通常收集并提供对多种应用至关重要的能源时间序列，例如电网仿真、故障检测、负荷预测、负荷分析和负荷管理。遗憾的是，这些时间序列常具有缺失值，必须在数据可用之前加以处理。处理时间序列缺失值的常用方法是插补。然而，现有插补方法针对电力时间序列设计，未考虑缺口的总能量，导致在插补能源时间序列时出现跳变或恒定偏移。为克服这些问题，本文提出面向能源时间序列的新复制-粘贴插补（CPI）方法。CPI 方法复制具有相似属性的数据块并将其粘贴到时间序列的缺口中，同时保留每个缺口的总能量。新方法在一个包含 1% 至 30% 之间人为插入缺失值的六份真实世界数据集上进行了评估。它远优于所选的三个基准插补方法。比较进一步表明，CPI 方法利用匹配模式并保留每个缺口的总能量，同时仅需适中的运行时间。
引用
@article{arxiv.2101.01423,
title = {Data-Driven Copy-Paste Imputation for Energy Time Series},
author = {Moritz Weber and Marian Turowski and Hüseyin K. Çakmak and Ralf Mikut and Uwe Kühnapfel and Veit Hagenmeyer},
journal= {arXiv preprint arXiv:2101.01423},
year = {2021}
}
备注
8 pages, 7 figures, submitted to IEEE Transactions on Smart Grid, the first two authors equally contributed to this work