摘要
本申请涉及一种基于视觉感知的电力数据恢复方法,通过将功率数据转换为功率曲线图像,利用视觉感知技术来进行恢复。首先,数据采集与图像生成,构建数据集;其次进行特征提取模型训练,再进行图像相似性计算、判别:最终进行图像恢复,确保恢复数据的连续性和准确性。本发明通过采用视觉感知技术,借助图像特征提取与比对,能够充分挖掘历史数据的相似性,考虑到风力发电受气象因素影响的特殊性,进而精准恢复缺失的数据。视觉感知模型不仅能识别出大趋势相似的图像,还能捕捉细节特征,提供更精确的恢复方案,从而有效解决了现有方法未能考虑大规模历史数据相似性的不足。
技术关键词
数据恢复方法
注意力机制
图像特征向量
感知特征
视觉感知技术
滑动时间窗口策略
特征提取模型
残差网络
编码器
连续性
预训练模型
高层次
功率
图像修复技术
全局优化方法
电力
混合损失函数
系统为您推荐了相关专利信息
磁感应强度
电磁体
修正神经网络
测量点
激光干涉仪
瞬变电磁数据
噪声抑制方法
混合损失函数
多尺度池化
LSTM神经网络
感知特征
记忆特征
鲁棒检测方法
卡尔曼滤波
图像特征提取
糖尿病视网膜病变
预训练模型
图像特征向量
标签
低对比度图像