一种基于电力大数据的多模态数据的自适应压缩方法

AITNT
正文
推荐专利
一种基于电力大数据的多模态数据的自适应压缩方法
申请号:CN202510084912
申请日期:2025-01-18
公开号:CN120185619A
公开日期:2025-06-20
类型:发明专利
摘要
本发明公开了一种基于电力大数据的多模态数据的自适应压缩方法,通过获取电力大数据,对电力大数据进行预处理;对预处理后所述的电力大数据进行特征分析,得到数据特征;根据所述数据特征,从预设的至少一个压缩算法中选择出一个最优的压缩算法;采用所述最优的压缩算法对所述电力大数据进行压缩;本发明结合电力大数据的特征和系统硬件的特性,采用自适应的方法选择最优的压缩算法,从而对电力大数据进行压缩,能够使电力大数据的压缩效果达到最优,不仅能够针对不同的数据特征和硬件环境选择最合适的压缩算法,而且通过持续的评估和优化,确保了电力大数据的压缩效果达到最优。
技术关键词
压缩算法 大数据 电力 非数值型数据 线性回归模型 滞后关系 集成训练 参数 文本 直方图 样本 指数 编码 矩阵 代表 元素 密度
系统为您推荐了相关专利信息
1
用于电力系统的发电供电平衡状态预测方法及系统
状态预测方法 气象 数据 时间段 输入神经网络模型
2
基于人工智能技术的电力测量仪表计量误差校正方法
仪表计量误差 人工智能技术 校正方法 电力 人工智能模型训练
3
一种电力系统配电网智能保护装置
电力系统配电网 智能保护装置 人机交互单元 数据采集单元 相位传感器
4
一种变压器状态预测方法、系统及计算机可读存储介质
变压器运行状态 变压器状态预测方法 数据驱动模型 样本 线性回归模型
5
基于多核函数与卡尔曼滤波的短期电力负荷预测方法
短期电力负荷预测 神经网络参数 卡尔曼滤波 历史负荷数据 预测误差
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号