參考文獻
[1] 國家發展改革委，國家能源局. 關于加快建設全國統一電力市場體系的指導意見[EB/OL] . (2022-01-18)[2024-03-20].https://www.gov.cn/zhengce/zhengceku/2022-01/30/content_5671296.htm.
[2] 國家發展改革委，國家能源局. 關于印發《電力現貨市場基本規則(試行)》的通知[EB/OL] . (2023-09-07)[2024-03-20].https://www.gov.cn/zhengce/zhengceku/202309/content_6904881.htm.
[3] 金勇進. 缺失數據的插補調整[J] . 數理統計與管理，2001，20(6) ：47-53.
[4] 龐新生. 缺失數據插補處理方法的比較研究[J]. 統計與決策，2012，28(24) ：18-22.
[5] 楊曉倩. 缺失數據插補方法的選擇研究[D]. 蘭州：蘭州財經大學，2016.
[6] 鄧建新，單路寶，賀德強，等. 缺失數據的處理方法及其發展趨勢[J] . 統計與決策，2019，35(23) ：28-34.
[7] 李富盛，陳偉松，錢斌，等. 面向低壓配電網智能電表誤差監測的 LightGBM-EM-EC 多變量缺失數據高效重建[J] . 中國電機工程學報，2022，42(S1) ：95-105.
[8] 廖祥超. 九種常用缺失值插補方法的比較[D] . 昆明：云南師范大學，2017.
[9] 徐鴻艷，孫云山，秦琦琳，等. 缺失數據插補方法性能比較分析[J]. 軟件工程，2021，24(11) ：11-14.
[10] 冷亞軍，吳宗育，梁昌勇，等. 基于 EM 填補和加權秩和比的電力系統黑啟動決策方法[J] . 中國管理科學，2022，30(12) ：327-337.
[11] 路昂. 基于用電負荷的缺失數據插補方法研究[J]. 分布式能源，2020，5(4) ：74-80.
[12] 宋亮，萬建洲. 缺失數據插補方法的比較研究[J]. 統計與決策，2020，36(18) ：10-14.
[13] 龐新生. 多重插補處理缺失數據方法的理論基礎探析[J]. 統計與決策，2005，21(4) ：12-14.
[14] 楊茂，王金鑫，都鍵. 基于極限學習機與格蘭杰檢驗的風電功率缺失數據補齊[J] . 東北電力大學學報，2019，39(4) ：9-16.
[15] 谷海彤，陳邵華，吳曉強，等. DA 多重插補法在電網電能量數據缺失處理中的應用[J] . 廣西科技大學學報，2017，28(3) ：103-109.
[16] 中國電力企業聯合會. 電網短期和超短期負荷預測技術規范：DL/T 1711—2017[S]. 北京：中國電力出版社，2017：3.
[17] 林輝，劉晶，郝志峰，等. 基于相似日負荷修正的節假日短期負荷預測[J] . 電力系統保護與控制，2010，38(7) ：47-51.
[18] 國家能源局山東監管辦公室. 關于修訂《山東省電力現貨市場交易規則( 試行)》《山東省電力中長期市場交易規則( 試行)》《山東省電力零售市場交易規則( 試行)》的通知[EB/OL].(2020-07-31)[2024-03-21].https://sdb.nea.gov.cn/dtyw/tzgg/202309/t20230919_110428.html.
[19] 王華佑，孫云蓮，謝文旺，等. 一種實時在線的用戶電量數據修正方法[J] . 電測與儀表，2018，55(19) ：101-105.
[20] 程雅夢，李明，李悅，等. 基于計量在線監測及智能診斷的日電量擬合研究[J] . 供用電，2021，38(1) ：74-79.
[21] 莫維仁，張伯明，孫宏斌，等. 短期負荷預測中選擇相似日的探討[J] . 清華大學學報(自然科學版)，2004，44(1) ：106-109.
[22] 李邦云，袁貴川，丁曉群. 基于相似搜索和加權回歸技術的短期電價預測[J] . 電力自動化設備，2004，24(1) ：42-45.
[23] 周潮，邢文洋，李宇龍. 電力系統負荷預測方法綜述[J].電源學報，2012(6) ：32-39.
[24] 廖旎煥， 胡智宏， 馬瑩瑩， 等. 電力系統短期負荷預測方法綜述[J] . 電力系統保護與控制，2011，39(1) ：147-152.
[25] 毛李帆，姚建剛，金永順，等. 中長期負荷預測的異常數據辨識與缺失數據處理[J] . 電網技術，2010，34(7) ：148-153.
[26] 朱夢成. 面向缺失數據處理的 SVM 算法研究[D]. 天津：天津大學，2017.
[27] 馮磊，王石剛，梁慶華. 基于 GAKNN 方法的配電站時間序列缺失數據補全方法[J] . 電力自動化設備，2021，41(12) ：187-192.
[28] MALARVIZHI M R.K-NN Classifier Performs Better Than K-Means Clustering in Missing Value Imputation[J].Iosrjournals Org， 2012， 6(5) ：12-15.
[29] 梅玉杰，李勇，周王峰，等. 基于機器學習的配電網異常缺失數據動態清洗方法[J] . 電力系統保護與控制，2023，51(7) ：158-169.
[30] 王策. 一種基于 k-means 算法和關聯規則的缺失數據填補方法[D]. 哈爾濱：哈爾濱工程大學，2014.
[31] 楊挺，何周澤，趙東艷，等. 基于 FSOM 神經網絡的電能質量數據缺失修復算法[J] . 電網技術，2020，44(5) ：1941-1949.
[32] 嚴明輝，潘舒宸，吳滇寧，等. 基于非參數核密度估計的電力市場用戶電量異常數據辨識與修正方法[J] .現代電力，2022，39(1) ：80-87.
[33] 陳振宇，劉金波，李晨，等. 基于 LSTM 與 XGBoost 組合模型的超短期電力負荷預測[J] . 電網技術，2020，44(2) ：614-620.
[34] 趙龍，楊波，盧志鵬，等. 基于譜聚類和 AM-LSTM 的分布式光伏集群超短期預測方法[J] . 供用電，2023，40(7) ：10-17.
[35] 郭蘊穎，丁云峰. 基于 CNN 和 LSTM 聯合預測并修正的電量缺失數據預測[J] . 計算機系統應用，2020，29(8) ：192-198.
[36] 王子馨，胡俊杰，劉寶柱. 基于長短期記憶網絡的電力系統量測缺失數據恢復方法[J] . 電力建設，2021，42(5) ：1-8.
[37] 王坤峰，茍超，段艷杰，等. 生成式對抗網絡 GAN 的研究進展與展望[J] . 自動化學報，2017，43(3) ：321-332.
[38] 王守相，陳海文，潘志新，等. 采用改進生成式對抗網絡的電力系統量測缺失數據重建方法[J]. 中國電機工程學報，2019，39(1) ：56-64.
[39] 蔡榕，楊雪，田江，等. 基于相關性分析和生成對抗網絡的電網缺失數據填補方法[J] . 電力工程技術，2024，43(1) ：229-237.
[40] RONNEBERGER O , FISCHER P , BROX T . U-Net:Convolutional Networks for Biomedical Image Segmentation[C]//International Conference on Medical Image Computing and Computer-Assisted Intervention，2015 ：234-241.
[41] 許慧敏. 基于深度學習 U-Net 模型的高分辨率遙感影像分類方法研究[D]. 成都：西南交通大學，2018.
[42] 崔陽陽，趙洪山，曲岳晗，等. 基于殘差 U 型網絡的低壓臺區電力缺失數據補全方法[J] . 電力系統自動化，2022，46(9) ：83-90.
[43] DONOHO D L.Compressed sensing[J].IEEE Transactions on Information Theory，2006，52(4) ：1289-1306.
[44] 陳蕾，陳松燦. 矩陣補全模型及其算法研究綜述[J] .軟件學報，2017，28(6) ：1547-1564.
[45] 彭義剛， 索津莉， 戴瓊海， 等. 從壓縮傳感到低秩矩陣恢復：理論與應用[J] . 自動化學報，2013，39(7) ：981-994.
[46] CANDES E J , TAO J . The Power of Convex Relaxation: Near-Optimal Matrix Completion[J].IEEE Transactions on Information Theory， 2010，56(5) ：2053-2080.
[47] 劉正超，吳科成，蔡瓏，等. 基于線性 Bregman 方法的缺失負荷數據低秩矩陣補全[J] . 廣東電力，2018，31(5) ：68-73.
[48] 喬文俞，李野，劉浩宇，等. 基于曲線相似與低秩矩陣的缺失電量數據補全方法[J] . 電力建設，2020，41(1) ：32-38.
[49] 趙洪山，壽佩瑤，馬利波. 低壓臺區缺失數據的張量補全方法[J] . 中國電機工程學報，2020，40(22) ：7328-7336.
[50] 李培冠，於志勇，黃昉菀. 基于稀疏表示的電力負荷數據補全[J]. 計算機科學，2021，48(2) ：128-133.
[51] 楊挺，孫兆帥，季浩，等. 基于矩陣范數優化理論的用電數據質量提升算法[J] . 中國電機工程學報，2022，42(10) ：3501-3511.
