基于稳健非负矩阵分解的用电数据清洗和插补

针对运行工况下用电数据在采集和传输过程中通常存在噪声、异常值和丢失的数据质量问题，利用单一用户用电数据时空分布的低本征维和异常值的稀疏特性，提出一种基于低秩矩阵完备的数据缺失填补、降噪和异常值剔除统一处理方法框架。首先，鉴于实际中多用户用电场景和用电特征差异巨大，仅根据单一用户用电行为的内在相似性构建具有低秩特征的数据矩阵；进而，考虑列异常和稀疏异常等加性背景噪声影响，构建低秩提升正则约束的非负矩阵完备最优化模型；最后，采用交替迭代最小二乘法方式进行最优化问题求解，实现缺失数据填补和多重背景噪声消除。通过仿真分析和实验结果验证了算法的有效性和准确性。