摘要
本发明提供了一种充电桩运行状态数据的表征方法、表征装置、电子设备及存储介质,属于充电桩技术领域。所述表征方法包括:获取一段时间内充电桩运行状态的原始数据;识别并剔除原始数据中的异常数据;识别并剔除原始数据中的噪声数据;对原始数据进行重采样;对重采样数据进行标准化处理,构建样本数据集;利用特征提取模型对样本数据集进行特征提取。本发明的特征提取模型采用多层Transformer网络,每一层Transformer网络均以前一层Transformer网络所提取的特征及样本数据集的切片特征为输入,切片特征包含了对应宽度时序数据的特征,使特征提取模型能够更准确的提取样本数据的特征;本发明能够将原始数据转换成为能够被机器学习有效开发的特征数据。
技术关键词
表征方法
特征提取模型
噪声数据
切片
异常数据
样本
表征装置
加权最小二乘法
网络
可读存储介质
充电桩技术
极值
电子设备
模块
滑动窗口
指令
存储器
处理器
线性
系统为您推荐了相关专利信息
自动化方法
动态规则引擎
统一数据模型
合规性
自动化系统
数据处理方法
分布式数据采集
负载均衡机制
节点
多云环境
分类识别模型
直流电弧检测方法
多通道
卷积神经网络学习
频域特征
特征提取模型
预测特征
矩阵
编码器
数据预测方法