摘要
本发明属于用电数据处理领域,提供了一种基于时序关联和趋势拟合的用电数据处理方法及系统。其中,该方法包括获取历史用电数据并从中提取用电特征;对每个用电特征相关联特征进行时序关联重要性评估,筛选出与用户用电特征关联的最优时序用电特征集合;采用长短时神经网络算法捕捉历史用电数据中的用户行为趋势特征,利用编码器对用户行为趋势特征及用户用电特征关联的最优时序特征集合进行编码,得到缺失时刻的趋势编码数据;结合环境状态数据,利用解码器对缺失时刻的趋势编码数据进行解码,得到用户用电特征缺失值的预测值,以补全缺失值时刻的缺失数据。其能够提高用电数据缺失值补全准确率,以提升智能化电力系统的运行与维护效率。
技术关键词
数据处理方法
神经网络算法
智能化电力系统
时序特征
样本
解码器
数据缺失值
编码器
处理器
数据处理系统
计算机程序产品
数据编码
解码模块
指标
可读存储介质
存储器
系统为您推荐了相关专利信息
新能源汽车动力电池
性能测试方法
样本
卷积残差网络
节点
运货车辆
洒水车
垃圾
建筑
Dijkstra算法
敏感结构设计
惯性传感器
前馈神经网络
有限元仿真软件
插值算法
中央控制单元
智能控制系统
工艺参数优化算法
人工智能技术
气相沉积设备