摘要
本发明适用于数据处理技术领域,提供了一种电能表的数据分区处理方法及系统,包括以下步骤:采集电能表信息,所述电能表信息包括用电数据和档案信息;对电能表信息进行时序特征提取,所述时序特征包括峰谷比、日负荷率、周期性特征和自相关系数;对电能表信息进行空间特征提取,所述空间特征包括变压器负载率、电表拓扑深度、空间滞后特征和空间自相关指数;基于相关性剪枝对提取的时序特征和空间特征进行筛选优化,得到特征信息;基于所述特征信息构建聚类分区模型,根据聚类结果得到若干个数据分区。本发明充分利用了电能表数据的时空特性,且有效去除冗余特征,提高数据处理效率和聚类结果的准确性。
技术关键词
电能表信息
滞后特征
时序特征
空间特征提取
周期性特征
分区模型
采集电能表
聚类
电表用电量
变压器
数据
电表信息采集
特征提取模块
分区模块
负荷
序列
系统为您推荐了相关专利信息
皮尔逊相关系数
数据
读取存储介质
烟叶图像
随机森林
多源异构数据
底层融合特征
多模态特征
多层次特征提取
序列
音乐推荐方法
情绪特征
注意力
深度学习模型
滑动窗口
高精度识别方法
冬季作物
智能识别算法
指标
遥感时序数据