一种电力负荷预测方法、装置、设备及可读存储介质

1.一种电力负荷预测方法，其特征在于，所述方法包括以下步骤：获取待处理的电力负荷数据；根据预设的采样数据分布模型获取所述待处理的电力负荷数据的日采样值的总体分布形态；根据预设的缺失数据填补算法和所述总体分布形态对所述待处理的电力负荷数据进行缺失数据填补处理；根据预设的异常数据检测模型获取填补处理后的电力负荷数据的日采样值的可疑异常值；根据预设的异常数据替换算法和所述可疑异常值对所述填补处理后的电力负荷数据进行异常数据检测和替换处理；根据替换处理后的电力负荷数据进行电力负荷预测；所述根据预设的缺失数据填补算法和所述总体分布形态对所述待处理的电力负荷数据进行缺失数据填补处理具体为：当获取的总体分布形态为左偏移形态时，以采样日为单位获取所述待处理的电力负荷数据的日采样值，当识别到所述待处理的电力负荷数据的日采样值出现缺失值时，计算所述待处理的电力负荷数据的日采样值的日采样负荷均值和日采样负荷标准偏差，并统计所述缺失值的连续缺失数量；当所述连续缺失数量大于预设的第一阈值时，则在由预设的第二阈值和所述日采样负荷均值构成的闭区间内取与所述连续缺失数量相同数量的随机值，并对所述随机值均取绝对值后填补缺失值；当所述连续缺失数量小于或等于所述第一阈值时，则用所述缺失值前一个采样值和所述缺失值后第一个出现的采样值的均值填补缺失的采样值，所述第一阈值为缺失值填补限定参数或异常值处理限定参数，所述第二阈值为所述第一阈值和所述日采样负荷标准偏差的乘积被所述日采样负荷均值减去后的差值；继续识别所述待处理的电力负荷数据的日采样值，直到完成所述采样日的缺失值识别与填补；识别下一采样日的日采样值，直到完成所述待处理的电力负荷数据的缺失值识别与填补；当获取的总体分布形态为右偏移形态时，以采样日为单位获取所述待处理的电力负荷数据的日采样值，当识别到所述待处理的电力负荷数据的日采样值出现缺失值时，计算所述待处理的电力负荷数据的日采样值的日采样负荷均值和日采样负荷标准偏差，并统计所述缺失值的连续缺失数量；当所述连续缺失数量大于预设的第一阈值时，则在由所述日采样负荷均值和预设的第三阈值构成的闭区间内取与所述连续缺失数量相同数量的随机值，并对所述随机值均取绝对值后填补缺失值；当所述连续缺失数量小于或等于所述第一阈值时，则用所述缺失值前一个采样值和所述缺失值后第一个出现的采样值的均值填补缺失的采样值，所述第一阈值为所述缺失值填补限定参数或异常值处理限定参数，所述第三阈值为所述第一阈值和所述日采样负荷标准偏差的乘积与所述日采样负荷均值的和；继续识别所述待处理的电力负荷数据的日采样值，直到完成所述采样日的缺失值识别与填补；识别下一采样日的日采样值，直到完成所述待处理的电力负荷数据的缺失值识别与填补；当获取的总体分布形态为无偏移形态时，以采样日为单位获取所述待处理的电力负荷数据的日采样值，当识别到所述待处理的电力负荷数据的日采样值出现缺失值时，计算所述待处理的电力负荷数据的日采样值的日采样负荷均值和日采样负荷标准偏差，并统计所述缺失值的连续缺失数量；当所述连续缺失数量大于预设的第一阈值时，则在由预设的第二阈值和预设的第三阈值构成的闭区间内取与所述连续缺失数量相同数量的随机值，并对所述随机值均取绝对值后填补缺失值；当所述连续缺失数量小于或等于所述第一阈值时，则用所述缺失值前一个采样值和所述缺失值后第一个出现的采样值的均值填补缺失的采样值；所述第一阈值为所述缺失值填补限定参数或异常值处理限定参数，所述第二阈值为所述第一阈值和所述日采样负荷标准偏差的乘积被所述日采样负荷均值减去后的差值，所述第三阈值为所述第一阈值和所述日采样负荷标准偏差的乘积与所述日采样负荷均值的和；继续识别所述待处理的电力负荷数据的日采样值，直到完成所述采样日的缺失值识别与填补；识别下一采样日的日采样值，直到完成所述待处理的电力负荷数据的缺失值识别与填补。 2.根据权利要求1所述的一种电力负荷预测方法，其特征在于，所述获取待处理的电力负荷数据具体为：获取负荷元数据，根据所述负荷元数据中的负荷数据源地址访问源负荷数据库，所述负荷元数据包括数据采集规模、缺失值填补限定参数和异常值处理限定参数；从所述源负荷数据库中采集符合所述数据采集规模的电力负荷数据作为所述待处理的电力负荷数据，并将所述待处理的电力负荷数据存储在预设的第一数据库中。 3.根据权利要求1所述的一种电力负荷预测方法，其特征在于，所述根据预设的异常数据替换算法和所述可疑异常值对所述填补处理后的电力负荷数据进行异常数据检测和替换处理具体为：以采样日为单位获取缺失填补后的电力负荷数据的日采样值，检测所述缺失填补后的电力负荷数据的日采样值的所述可疑异常值中出现的无连续可疑异常值，将所述无连续可疑异常值判定为异常值；采用所述异常值前一个采样值和所述异常值后一个采样值的均值来替换所述异常值；继续替换所述异常值，直到完成所述缺失填补后的电力负荷数据的日采样值的所述异常值的替换；检测下一采样日的所述可疑异常值，直到完成所述填补处理后的电力负荷数据的异常值的检测与替换；存储替换处理后的电力负荷数据到预设的第二数据库。 4.根据权利要求1所述的一种电力负荷预测方法，其特征在于，所述根据替换处理后的电力负荷数据进行电力负荷预测具体包括：根据预设的数据质量评价模型对所述替换处理后的电力负荷数据进行质量评价，生成质量评价结果；根据预设的数据可视化模型对所述待处理的电力负荷数据和所述替换处理后的电力负荷数据进行处理生成可视化对比图表；根据所述替换处理后的电力负荷数据、所述质量评价结果和所述可视化对比图表进行电力负荷预测。 5.一种电力负荷预测装置，其特征在于，所述装置包括：数据采集模块、负荷数据缺失处理模块、负荷数据异常处理模块和电力负荷预测模块；所述数据采集模块用于获取待处理的电力负荷数据；负荷数据缺失处理模块包括数据缺失模型单元和数据缺失填补单元，所述数据缺失模型单元用于根据预设的采样数据分布模型获取所述待处理的电力负荷数据的日采样值的总体分布形态，所述数据缺失填补单元用于根据预设的缺失数据填补算法和所述总体分布形态对所述待处理的电力负荷数据进行缺失数据填补处理；所述负荷数据异常处理模块包括数据异常模型单元和数据异常替换单元，所述数据异常模型单元用于根据预设的异常数据检测模型获取填补处理后的电力负荷数据的日采样值的可疑异常值，所述数据异常替换单元用于根据预设的异常数据替换算法和所述可疑异常值对所述填补处理后的电力负荷数据进行异常数据检测和替换处理；所述电力负荷预测模块用于根据替换处理后的电力负荷数据进行电力负荷预测；所述数据缺失填补单元具体用于：当获取的总体分布形态为左偏移形态时，以采样日为单位获取所述待处理的电力负荷数据的日采样值，当识别到所述待处理的电力负荷数据的日采样值出现缺失值时，计算所述待处理的电力负荷数据的日采样值的日采样负荷均值和日采样负荷标准偏差，并统计所述缺失值的连续缺失数量；当所述连续缺失数量大于预设的第一阈值时，则在由预设的第二阈值和所述日采样负荷均值构成的闭区间内取与所述连续缺失数量相同数量的随机值，并对所述随机值均取绝对值后填补缺失值；当所述连续缺失数量小于或等于所述第一阈值时，则用所述缺失值前一个采样值和所述缺失值后第一个出现的采样值的均值填补缺失的采样值，所述第一阈值为缺失值填补限定参数或异常值处理限定参数，所述第二阈值为所述第一阈值和所述日采样负荷标准偏差的乘积被所述日采样负荷均值减去后的差值；继续识别所述待处理的电力负荷数据的日采样值，直到完成所述采样日的缺失值识别与填补；识别下一采样日的日采样值，直到完成所述待处理的电力负荷数据的缺失值识别与填补；当获取的总体分布形态为右偏移形态时，以采样日为单位获取所述待处理的电力负荷数据的日采样值，当识别到所述待处理的电力负荷数据的日采样值出现缺失值时，计算所述待处理的电力负荷数据的日采样值的日采样负荷均值和日采样负荷标准偏差，并统计所述缺失值的连续缺失数量；当所述连续缺失数量大于预设的第一阈值时，则在由所述日采样负荷均值和预设的第三阈值构成的闭区间内取与所述连续缺失数量相同数量的随机值，并对所述随机值均取绝对值后填补缺失值；当所述连续缺失数量小于或等于所述第一阈值时，则用所述缺失值前一个采样值和所述缺失值后第一个出现的采样值的均值填补缺失的采样值，所述第一阈值为所述缺失值填补限定参数或异常值处理限定参数，所述第三阈值为所述第一阈值和所述日采样负荷标准偏差的乘积与所述日采样负荷均值的和；继续识别所述待处理的电力负荷数据的日采样值，直到完成所述采样日的缺失值识别与填补；识别下一采样日的日采样值，直到完成所述待处理的电力负荷数据的缺失值识别与填补；当获取的总体分布形态为无偏移形态时，以采样日为单位获取所述待处理的电力负荷数据的日采样值，当识别到所述待处理的电力负荷数据的日采样值出现缺失值时，计算所述待处理的电力负荷数据的日采样值的日采样负荷均值和日采样负荷标准偏差，并统计所述缺失值的连续缺失数量；当所述连续缺失数量大于预设的第一阈值时，则在由预设的第二阈值和预设的第三阈值构成的闭区间内取与所述连续缺失数量相同数量的随机值，并对所述随机值均取绝对值后填补缺失值；当所述连续缺失数量小于或等于所述第一阈值时，则用所述缺失值前一个采样值和所述缺失值后第一个出现的采样值的均值填补缺失的采样值；所述第一阈值为所述缺失值填补限定参数或异常值处理限定参数，所述第二阈值为所述第一阈值和所述日采样负荷标准偏差的乘积被所述日采样负荷均值减去后的差值，所述第三阈值为所述第一阈值和所述日采样负荷标准偏差的乘积与所述日采样负荷均值的和；继续识别所述待处理的电力负荷数据的日采样值，直到完成所述采样日的缺失值识别与填补；识别下一采样日的日采样值，直到完成所述待处理的电力负荷数据的缺失值识别与填补。 6.一种电力负荷预测设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中任意一项所述一种电力负荷预测方法。 7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至4中任意一项所述一种电力负荷预测方法。