一种基于电力大数据的稀疏性特征的自适应压缩方法

本申请提供一种基于电力大数据的稀疏性特征的自适应压缩方法，包括：针对筛选出的多粒度特征子集，通过字典学习方法自适应优化感知矩阵，引入稀疏正则化项增强数据重构的稀疏性，根据缺失值的缺失模式和上下文信息，建立压缩率、重构误差与特征子集之间的映射关系，确定自适应压缩策略；基于自适应压缩策略，采用压缩感知方法对多时间粒度电力数据进行自适应压缩，根据重构误差反馈动态调整压缩率，平衡数据压缩与重构质量，将重构后的多粒度电力数据按照时间戳精度进行同步。