[1] 王立斌, 李振东, 姚杨, 等. 一种用电信息采集系统异常电量数据的识别与修复方法 [J]. 电力大数据, 2018, 21(3): 74-78. DOI: CNKI:SUN:GZDJ.0.2018-03-017 [2] 刘凯乐, 徐建兵, 龙鹏, 等. 电力大数据的数据保密技术研究 [J]. 电力与能源, 2018, 39(2): 212-214. DOI: CNKI:SUN:LYJI.0.2018-02-021 [3] 裴湉, 齐冬莲. 基于时间序列提取和维诺图的电力数据异常检测方法 [J]. 电力建设, 2017, 38(5): 105-110. DOI: 10.3969/j.issn-1000-7229-2017-05-014 [4] 许元斌, 钟小强, 王丹, 等. 基于MapReduce模型的电力数据并行化的异常检测 [J]. 情报探索, 2014(8): 74-78. DOI: 10.3969/j.issn.1005-8095.2014.08.020 [5] 夏家盛, 吉培荣. 负荷预测指数平滑法“厚近薄远”规律研究 [J]. 电力学报, 2019, 34(1): 23-29. DOI: 10.7666/d.D536711 [6] 刘世昌, 金敏. 多尺度分析与数据互迁移相结合的短期电力负荷预测方法 [J]. 计算机科学, 2018, 45(7): 321-327. DOI: CNKI:SUN:JSJA.0.2018-07-053 [7] 汪宁渤, 丁坤, 别朝红, 等. 一种基于天气信息的光伏电站出力数据修复方法:中国, 201610989786.3[P]. 2017-04-19. [8] 吕斌斌, 方勤斌, 王国帮. 分布式家庭屋顶光伏异常数据识别与修复方法 [J]. 电气传动自动化, 2018, 40(2): 1-5. DOI: 10.3969/j.issn.1005-7277.2018.02.001 [9] 石佳, 丁俊, 张纳川. 数据挖掘在电力电量平衡中的应用研究 [J]. 电力与能源, 2018, 39(2): 186-188. DOI: CNKI:SUN:LYJI.0.2018-02-014 [10] 谭子兵, 谭爱国. 一种互感器异常数据识别及修复新方案 [J]. 湖北民族学院学报(自然科学版), 2018, 36(2): 208-213. DOI: CNKI:SUN:HBXZ.0.2018-02-021 [11] 吕东, 张弛, 康小宁, 等. 智能变电站异常数据识别及恢复方法 [J]. 陕西电力, 2016, 44(7): 6-9. DOI: 10.3969/j.issn.1673-7598.2016.07.002 [12] 王永利, 徐宏炳, 董逸生, 等. 数据流上异常数据的在线检测与修正 [J]. 应用科学学报, 2006(3): 256-261. DOI: 10.3969/j.issn.0255-8297.2006.03.008 [13] 胡启安. 基于改进FCM算法的不良负荷数据辨识及修复方法 [D]. 天津: 天津大学, 2017. [14] 张国江, 邱家驹, 李继红. 基于人工神经网络的电力负荷坏数据辨识与调整 [J]. 中国电机工程学报, 2001(8): 105-108. DOI: CNKI:SUN:ZGDC.0.2001-08-022 [15] 钟全辉, 张以全, 肖少华, 等. 基于灰色预测理论的区域电量概率预测方法及其应用 [J]. 浙江电力, 2018, 37(1): 19-22. DOI: 10.19585/j.zjdl.201801004 [16] 刘思峰. 灰色系统理论的产生与发展 [J]. 南京航空航天大学学报, 2004(2): 267-272. DOI: 10.3969/j.issn.1005-2615.2004.02.027 [17] 杨冠. 基于灰色系统理论的成绩预测分析 [J]. 数学学习与研究, 2018(5): 138-139 [18] YIN K, G Y, LI X M. Improved grey prediction model based on exponential grey action quantity [J]. Journal of Systems Engineering and Electronics, 2018, 29(3): 560-570. DOI: CNKI:SUN:XTGJ.0.2018-03-014. [19] CHEN C. The necessary and sufficient condition for GM(1, 1) grey prediction model [J]. Applied Mathematics and Computation, 2013, 219(11): 6152-6162. DOI: 10.1016/j.amc.2012.12.015. [20] DAN M, JIANG Q Y, LI D Q, et al. Controlled-source electromagnetic data processing based on gray system theory and robust estimation [J]. 应用地球物理(英文版), 2017, 14(4): 570-580. DOI: 10.1007/s11770-017-0646-5. [21] JUNEJO M, SHAIKH A A, QURESHI A S. Modified hybrid grey model (1,1) to forecast cellular subscribers [J]. Mehran University Research Journal of Engineering & Technology, 2018, 37(2): 439-444. DOI: 10.22581/muet1982.1802.19. [22] 曾亮. 新时变参数灰色预测模型及其应用 [J]. 系统科学与数学, 2017, 37(1): 143-154 [23] 杨跃东. GM(1, 1)模型的改进及其应用 [D]. 上海: 上海师范大学, 2015. [24] 王英会. 高速公路交通流异常数据识别及修复方法研究 [D]. 北京: 北京交通大学, 2015. [25] WANG Q, LIU L, WANG S, et al. Predicting Beijing's tertiary industry with an improved grey model [J]. Applied Soft Computing, 2017, 57: 482-494. DOI: 10.1016/j.asoc.2017.04.022. [26] 赵大同. 利用灰色模型预测用电量和用电负荷 [J]. 华东电力, 1994(10): 26-28. DOI: CNKI:SUN:HDDL.0.1994-10-008 [27] 杨保华, 方志耕, 张可. 基于级比序列的离散GM(1, 1)模型 [J]. 系统工程与电子技术, 2012, 34(4): 715-718. DOI: 10.3969/j.issn.1001-506X.2012.04.14 [28] MAO S, GAO M, XIAO X, et al. A novel fractional grey system model and its application [J]. Applied Mathematical Modelling, 2016, 40(7/8): 5063-5076. DOI: 10.1016/j.apm.2015.12.014. [29] 邓聚龙. 灰预测与灰决策 [M]. 武汉: 华中科技大学出版社, 2002: 244. [30] 徐宁, 党耀国. 特征自适应型GM(1, 1)模型及对中国交通污染排放量的预测建模 [J]. 系统工程理论与实践, 2018, 38(1): 187-196. DOI: 10.12011/1000-6788(2018)01-0187-10 |