摘要
本申请公开了一种基于数据融合的电力数据分析方法,涉及数据处理领域,包括:获取电力数据并划分为多个数据片段;提取时域特征和频域特征;构建有向图;采用Graph SAGE网络进行编码,获取图嵌入特征;采用金字塔卷积神经网络获取时域模态特征;采用双向循环神经网络获取频域模态特征;根据图嵌入特征、时域特征、频域特征、时域模态特征和频域模态特征,得到多模态融合特征;根据时域模态特征和频域模态特征,得到跨模态融合特征;根据多模态融合特征和跨模态融合特征,通过特征交互得到对应数据片段的拼接特征向量;将拼接特征向量进行非线性变换,得到最终特征表示;针对现有技术中多源异构数据造成电力数据分析精度低,本申请提高了数据分析精度。
技术关键词
电力数据分析方法
频域特征
模态特征
时域特征
嵌入特征
节点
邻域
矩阵
多层感知机
跨模态融合特征
池化特征
键值
统计特征
注意力机制
多模态
交互特征
网络
系统为您推荐了相关专利信息
基因表达数据
神经网络模型
识别方法
转录组测序技术
卷积编码器
污水检测方法
污水管网
数据
光谱特征提取
识别标签
多模态特征
映射方法
语义
识别策略
非结构化文本
辅助训练方法
舞蹈辅助训练装置
脑电信号采集装置
脑电信号分析
特征提取方法
校正设备
深度学习模型
计算机系统
融合特征
设备运行状态