本发明涉及缺失数据填补，具体为一种适用于电力监控历史数据缺失补全方法及系统。
背景技术：
1、随着大数据时代的到来，计算机技术的快速发展，在变电站中量测数据采集、数据传输和数据存储更加便捷和快速，这也使得数据日趋复杂，数据规模不断增长，从而形成了大量有缺失、失衡、高维等复杂数据，在众多复杂数据的类型中，缺失数据是最常见的一种。在变电站量测数据中包括母线、支路的电压电流、变压器内部的气体数据，缺失值是指这些观测值在数据采集或存储过程中没有被完整记录下来的情况。缺失值的出现可能是由于变压器发生故障、数据传输错误、人为操作失误等原因引起的。缺失值会影响到变电站的量测数据的完整性和准确性，进而影响到数据分析和建模的结果。数据的缺失对数据分析具有重要影响，如何有效地处理缺失数据关系到分析的结果。因此要对海量多源数据进行快速分析，并进行数据填补这一项有意义且棘手的问题。
2、目前针对缺失数据的填补方法大多是均值填补、回归填补、冷卡填补、热卡填补等传统的缺失值填补方法，但是单一填补将缺失数据看作是确定值，再加上受到单一填补模型的限制，得到的单一填补值替代缺失数据后，与原始数据相比会产生较大误差。
3、随机森林(random forest，rf)模型是具有高准确性，在决策树基础上的综合评分模型，由于其高准确性可以对数据的缺失值进行回归预测。随机森林顾名思义就是一整片森林，而森林的组成是一棵棵随机生成的决策树。每一棵单独的决策树都可以独立决策，通过各棵树投票或取均值来产生最终结果的分类器。它能随机选择数据样本和特征来训练多个决策树并通过取平均值等方式提高模型准确性和泛化能力。由于随机森林算法具有能减少模型过拟合、运行速度快等优点本发明选用随机森林模型作为预测耦合模型的一部分。然而单一的随机森林模型很难达到理想的效果，因此可以通过仿生算法对随机森林模型进行优化。
4、蜣螂优化算法(dungbeetle optimizer,dbo)是于2022年提出的一种新的群智能算法,其灵感来源于蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为算法中蜣螂种群分为4个部分,分别为滚球蜣螂、育雏球、小蜣螂和小偷蜣螂。滚球蜣螂受各种自然环境影响决更新其运行方向,初步寻找可以安全觅食的位置,育雏球会被产在已知的安全区域内,成长为成虫的蜣螂被称为小蜣螂,小蜣螂会在最佳觅食区觅食,小偷蜣螂也会根据其他蜣螂的位置和最佳觅食区寻找食物。4种蜣螂的分布比例不做规定,但是他们的总数之和应该与整个种群总数相同。单一的随机森林模型缺失值填补的精度效果有限，因此可以用蜣螂优化算法对随机森林模型的决策树的数量和最小叶子数进行优化。因此根据实际情况，利用改进蜣螂算法优化随机森林对变压站量测缺失数据的填补有重要意义。
技术实现思路
1、鉴于上述存在的问题，提出了本发明。
2、因此，本发明解决的技术问题是：如何在变电站控制运行与优化调度中有效应对因设备故障、通信故障、人为原因引起的电力大数据缺失问题，以提高电力大数据的完整性和准确性，保证变电站可以经济稳定运行。
3、为解决上述技术问题，本发明提供如下技术方案：一种适用于电力监控历史数据缺失补全方法，其包括如下步骤：收集数据并进行预处理。
4、将预处理后的变电站母线量测数据集作为dbo-rf算法的输入。
5、检索数据集中的缺失值，进行缺失值索引，构造缺失数列。
6、利用dbo算法对随机森林模型的决策树数量和最小叶子数进行优化，当满足循环迭代的条件时，改进dbo优化算法输出结果为优化后的随机森林模型的决策树个数和最小叶子数。
7、通过优化后的随进森林回归预测模型对电力数据集中的缺失值进行补全。
8、作为本发明所述的一种适用于电力监控历史数据缺失补全方法的一种优选方案，其中：所述数据包括变电站的母线电压、电流实际量测数据；
9、所述预处理是将收集到的电力数据进行去除无效、异常和重复的数据记录，对数据进行归一化、标准化处理形成电力数据集，对时间敏感的数据进行适当重采样或时间窗口划分。
10、作为本发明所述的一种适用于电力监控历史数据缺失补全方法的一种优选方案，其中：所述利用dbo算法对随机森林模型的决策树数量和最小叶子数进行优化是将随机森林模型的决策树个数和最小叶子数作为dbo优化算法的目标函数，并根据目标函数计算其适应度值，将目标函数进行最小化求解；
11、根据变电站电流、电压数据集设定生产者所占种群比例，计算出生产者种群数量，设定最大迭代次数、优化变量的维度、优化参数的上下限，设定随机森林模型参数初始化，蜣螂位置最优解是由决策树个数和最小叶子数上下限构成的二维空间，最优解为蜣螂的具体位置信息；
12、建立电力数据集预测值和电力数据集真实值的目标函数计算适应度值，并通过比较种群的适应度值，选择蜣螂的最优位置，求解出随机森林模型的最小叶子数和决策树个数，表达式为：
13、
14、其中，f表示目标函数，xi表示电力数据集中缺失值的真实值，x'表示对应缺失值的预测值。
15、作为本发明所述的一种适用于电力监控历史数据缺失补全方法的一种优选方案，其中：所述利用dbo算法对随机森林模型的决策树数量和最小叶子数进行优化还包括使用蜣螂算法，通过模拟蜣螂更新的位置，为电力数据集选择电力数据集的分裂特征数和样本类型，基于蜣螂算法为随机森林模型选择目标最小叶子数和决策树个数，并根据目标函数计算适应度值。
16、作为本发明所述的一种适用于电力监控历史数据缺失补全方法的一种优选方案，其中：所述利用dbo算法对随机森林模型的决策树数量和最小叶子数进行优化还包括利用黄金正弦算法通过遍历正弦函数的所有值缩小解空间的范围，加入自适应权重构建滚球算法进一步优化随机森林模型中的最小叶子数和决策树个数，表达式为；
17、xi(t+1)＝(1-ω)xi(t)|sin(r1)|-ωr2sin(r1)|c1xb-c2xi(t)|
18、其中，t代表当前迭代次数，xi(t)表示第t次迭代时第i组参数的位置信息，ω是非线性权重，r1、r2为[0，2π]的随机数分别表示个体移动距离和位置更新方向，b∈(0，1)表示常数。
19、当收集到的电力数据集为不同类型数据时，无法识别数据类型，则模仿跳舞蜣螂，更新随机森林模型中最小叶子数和决策树个数的参数，表达式为：
20、xi(t+1)＝xi(t)+tan(θ)|xi(t)-xi(t-1)|
21、其中，θ∈(0，π)，在θ＝0或时，π时位置不会更新。
22、当收集到的电力数据集为不同类型数据，受到迭代次数的影响出现偏差时，进一步计算偏差值，当偏差值r≤0.5时设定偏差值边界条件模拟产卵蜣螂，确定产卵蜣螂位置，进一步优化随机森林模型中最小叶子数和决策树个数的参数，表达式为:
23、lb*＝max(x*×(1-r),lb),
24、ub*＝min(x*×(1+r),ub)
25、r＝1-t/t
26、其中，x*为当前局部最优位置，lb*和ub*为参数的下界和上界，lb和ub为优化问题的下界和上界，r为偏差值，t为当前迭代次数，t为最大迭代次数。
27、基于蜣螂算法的优化迭代，随机森林模型参数也同步更新，表达式为：
28、bi(t+1)＝x*+b1×(bi(t)-lb*)+(bi(t)-ub*)
29、其中，bi(t)表示第i组参数在第t次迭代时的位置，b1和b2是一个1×d的随机向量，d表示优化问题的维数。
30、当偏差值r＞0.5时，则使用滚球算法进行优化随机森林模型中最小叶子数和决策树个数。
31、当收集到的电力数据集受外界自然因素影响时，当模拟光照强度变化δx＝|xi(t)-xw|≥0.5时模拟觅食蜣螂，确定觅食蜣螂位置，进一步优化随机森林模型输出最优参数区域，表达式为：
32、lbb＝max(xb×(1-r),lb),
33、ubb＝min(xb×(1+r),ub)
34、其中，xb为全局最佳位置，lbb和ubb分别为最小叶子数和决策树个数的下界和上界。
35、基于蜣螂算法的优化迭代，随机森林模型参数也同步更新，表达式为：
36、xi(t+1)＝xi(t)+c1×(xi(t)-lbb)+c2×(xi(t)-ubb)
37、其中c1∈(0,1)，且服从正态分布，c2∈(0,1),是一个1×d的随机向量；
38、当模拟光照强度变化δx＝|xi(t)-xw|＜0.5时，则使用滚球算法进行优化随机森林模型中最小叶子数和决策树个数。
39、当变电站母线电压的数据出现偏差时影响母线电流的数据，当样本偏差系数s≥1时模拟偷窃蜣螂的过程，确定偷窃蜣螂位置，基于分段函数形式改进偷窃行为，并以sin函数对扰动幅度进行约束，随机森林参数更新表达式为：
40、
41、
42、其中，xb为最优食物源，z为相位角tmax，最大迭代次数x*为当前最优位置，t为当前迭代次数。
43、当样本偏差系数s＜1时，则使用滚球算法进行优化随机森林模型中最小叶子数和决策树个数。
44、所述样本偏差，表达式为：
45、
46、其中，σ为生产者的种群比例，i为种群数量。
47、所述蜣螂算法包括滚球算法。
48、作为本发明所述的一种适用于电力监控历史数据缺失补全方法的一种优选方案，其中：计算迭代更新中的dbo种群适应度值，将更新后的dbo种群位置和最小种群适应度值调整决策树个数和最小叶子数，若迭代中的dbo种群适应度值小于上一轮迭代中保存的dbo种群适应度值,，则更新当前种群的适应度值和位置参数，反之保留上一次迭代信息，并记录当前种群信息中的最小适应度值以及最优位置参数，进一步检查是否满足终止条件，若当前迭代次数达到最大迭代次数，则终止迭代并输出dbo种群的全局最优位置，反之重复蜣螂算法优化随机森林模型中最小叶子数和决策树个数，将蜣螂算法优化迭代后的最佳结果表示为xi(t+1)＝[x(1),x(2)]作为每次更新的最优参值，输出的最优值为二维向量，每个向量代表一个参数值，作为输出电力数据集的分裂特征数和样本类型。
49、作为本发明所述的一种适用于电力监控历史数据缺失补全方法的一种优选方案，其中：所述通过优化后的随进森林回归预测模型对电力数据集中的缺失值进行补全是将最小叶子数和决策树个数优化迭代后的最佳结果值输入至随机森林模型中，利用dbo-rf对缺失值进行补全，通过基尼指数选择决策树内的最小叶子数，表达式为：
50、
51、
52、其中，x表示样本训练集，k表示电力数据集的分裂特征数，pk表示每种特征在电力数据集中出现的概率，为综合预测结果，yi为回归决策树的预测值，n为决策数的个数。
53、对利用改进随机森林模型回归预测的缺失值进行反归一化处理，输出填充缺失值。
54、本发明的另外一个目的是提供一种适用于电力监控历史数据缺失补全系统，其能通过利用高度优化的随机森林模型有效解决电力大数据中缺失值的问题。
55、为解决上述技术问题，本发明提供如下技术方案：一种适用于电力监控历史数据缺失补全系统，包括：
56、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述一种适用于电力监控历史数据缺失补全方法的步骤。
57、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述一种适用于电力监控历史数据缺失补全方法的步骤。
58、本发明的有益效果：本发明采用黄金正弦算法并利用正弦函数对扰动幅度进行约束采取分段函数的形式对原始蜣螂算法进行优化，有效提高了蜣螂算法的搜索能力缩小了所谓范围。其次，通过改进的蜣螂算法对随机森林模型的最小叶子数和决策树个数进行优化，提高了随机森林模型的精度，使预测效果更加显著。最终基于蜣螂算法优化随机森林模型对电力大数据进行缺失值的填补，提高了数据完整性，保证了数据的完整性，为变电站的优化运行提供了基础。
1.一种适用于电力监控历史数据缺失补全方法，其特征在于，包括：
2.如权利要求1所述的一种适用于电力监控历史数据缺失补全方法，其特征在于：所述数据包括变电站的母线电压、电流实际量测数据；
3.如权利要求2所述的一种适用于电力监控历史数据缺失补全方法，其特征在于：所述利用dbo算法对随机森林模型的决策树数量和最小叶子数进行优化是将随机森林模型的决策树个数和最小叶子数作为dbo优化算法的目标函数，并根据目标函数计算其适应度值，将目标函数进行最小化求解；
4.如权利要求3所述的一种适用于电力监控历史数据缺失补全方法，其特征在于：所述利用dbo算法对随机森林模型的决策树数量和最小叶子数进行优化还包括使用蜣螂算法，通过模拟蜣螂更新的位置，为电力数据集选择电力数据集的分裂特征数和样本类型，基于蜣螂算法为随机森林模型选择目标最小叶子数和决策树个数，并根据目标函数计算适应度值。
5.如权利要求4所述的一种适用于电力监控历史数据缺失补全方法，其特征在于：所述利用dbo算法对随机森林模型的决策树数量和最小叶子数进行优化还包括利用黄金正弦算法通过遍历正弦函数的所有值缩小解空间的范围，加入自适应权重构建滚球算法进一步优化随机森林模型中的最小叶子数和决策树个数，表达式为；
6.如权利要求5所述的一种适用于电力监控历史数据缺失补全方法，其特征在于：计算迭代更新中的dbo种群适应度值，将更新后的dbo种群位置和最小种群适应度值调整决策树个数和最小叶子数，若迭代中的dbo种群适应度值小于上一轮迭代中保存的dbo种群适应度值,，则更新当前种群的适应度值和位置参数，反之保留上一次迭代信息，并记录当前种群信息中的最小适应度值以及最优位置参数，进一步检查是否满足终止条件，若当前迭代次数达到最大迭代次数，则终止迭代并输出dbo种群的全局最优位置，反之重复蜣螂算法优化随机森林模型中最小叶子数和决策树个数，将蜣螂算法优化迭代后的最佳结果表示为xi(t+1)＝[x(1),x(2)]作为每次更新的最优参值，输出的最优值为二维向量，每个向量代表一个参数值，作为输出电力数据集的分裂特征数和样本类型。
7.如权利要求6所述的一种适用于电力监控历史数据缺失补全方法，其特征在于：所述通过优化后的随进森林回归预测模型对电力数据集中的缺失值进行补全是将最小叶子数和决策树个数优化迭代后的最佳结果值输入至随机森林模型中，利用dbo-rf对缺失值进行补全，通过基尼指数选择决策树内的最小叶子数，表达式为：
8.一种采用如权利要求1～7任一所述的一种适用于电力监控历史数据缺失补全方法的系统其特征在于：包括数据预处理模块、缺失值检索与索引模块、dbo优化算法模块、随机森林回归预测模型模块以及结果处理模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的一种适用于电力监控历史数据缺失补全方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述一种适用于电力监控历史数据缺失补全方法的步骤。
