[发明专利]缺失数据的插补处理方法及装置

说明书

技术领域

本发明涉及对缺失数据处理的技术领域，尤其涉及一种数据缺失处理方法。

背景技术

目前针对缺失数据的插补方法大多是回归插补、冷卡插补、演绎插补、热卡插补、均值插补等单一插补。单一插补简单易行，是传统的缺失值插补方法，但是单一插补将缺失数据看作是确定值，再加上受到单一插补模型的限制，得到的单一插补值替代缺失数据后，与原始数据相比会产生较大误差。

发明内容

基于此，有必要针对将单一插补值替代缺失数据后，与原始数据相比会产生较大误差的问题，提供一种数据缺失处理方法及装置。

一种缺失数据的插补处理方法，包括以下步骤：

获取预设时间区域内的数据集，搜索预设时间区域内缺失的数据，以及缺失的数据对应的时间；

根据缺失的数据对应的时间，构建DA多重插补模型；

根据所述多重插补模型，计算所述缺失的数据对应的时间处的多个中间插补值；

从所述多个中间插补值中获取预测误差最小的插补值，作为所述缺失的数据对应的最终插补值；

在所述缺失的数据对应的时间处，利用所述最终插补值替换所述缺失的数据。

一种缺失数据的插补处理装置，包括：

缺失数据搜索模块，用于获取预设时间区域内的数据集，搜索预设时间区域内缺失的数据序列，以及缺失的数据序列对应的时间序列；

多重插补模型构建模块，用于根据缺失的数据序列对应的时间序列，构建基于时间序列的多重插补模型；

中间插补值计算模块，用于根据所述多重插补模型，计算所述缺失的数据序列对应的时间序列处的多个中间插补值；

最终插补值获取模块，用于从所述多个中间插补值中获取预测误差最小的插补值序列，作为所述缺失的数据对应的最终插补值序列；

缺失数据替换模块，用于在所述缺失的数据对应的时间处，利用所述最终插补值序列替换所述缺失的数据序列。

上述缺失数据的插补方法，利用多重插模型对缺失数据进行插补，在多重插补过程中产生多个中间插补值，利用插补值之间的变异性来反映缺失数据的不确定性，并且替换缺失的数据的插补值是预测误差最小的插补值，与原始数据相比，误差较小。并且，有的数据例如电能量数据是随时间波动的，例如工作日的用电高峰(早晚)和用电低谷(上午和下午)时电能量数据显然不是同一分布，随时间呈波动特性，而周末的电能量数据分布会比较均匀，所述DA 多重插补模型充分考虑电能量数据在用电高峰和低谷等不同状态下的时间波动性，构建的多重插补模型更加符合客观实际情况，能够对电能量缺失数据进行合理补值，准确的描述缺失数据。

附图说明

图1为本发明的一种缺失数据的插补处理方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，图1为本发明的一种缺失数据的插补处理方法的流程示意图。

本实施方式的缺失数据的插补处理方法，可包括以下步骤：

S11：获取预设时间区域内的数据集，搜索预设时间区域内缺失的数据序列，以及缺失的数据序列对应的时间序列；

S12：根据缺失的数据序列对应的时间序列，构建基于时间序列的多重插补模型；所述多重插补模型可为DA多重插补模型。

S13：根据所述多重插补模型，计算所述缺失的数据序列对应的时间序列处的多个中间插补值；

S14：从所述多个中间插补值中获取预测误差最小的插补值序列，作为所述缺失的数据对应的最终插补值序列；

S15：在所述缺失的数据对应的时间处，利用所述最终插补值序列替换所述缺失的数据序列。

本实施方式中的数据可为电能量数据，也可以风场数据，风场数据也是不固定的，一般不满足同一分布。本实施方式中的数据也可以为温度、压力数据等等。