摘要
本发明涉及一种基于强化学习的电力多源数据切片处理方法及系统,包括以下步骤:S1:获取电力多源数据,并进行预处理,得到结构化原始数据流;S2:通过特征提取,获取多维特征向量;S3:采用聚类算法识别行为模式获取聚类标签,并计算样本到各自聚类中心的距离,当距离显著高于本簇均值加阈值β倍标准差时,额外标记为异常;S4:基于强化学习进行智能切片决策,获取切片策略、数据及标签;S5:根据获取的切片策略、数据及标签,通过知识图谱业务规则校验,确保符合领域约束;S6:校验通过的策略送至分布式切片存储与管理,按策略进行数据分片存储和索引构建。本发明有效提升电力数据资产的结构化治理水平和高价值利用能力。
技术关键词
切片
多维特征向量
标签
策略
样本
异常点
电力
时序特征
聚类算法
图谱
索引
分布式存储架构
统计特征
序列
决策
分布式数据库
标记
系统为您推荐了相关专利信息
数据中心冷却
数字孪生模型
热通道
分析数据中心
策略
任务调度
智能终端
浏览器标签页
意图
浏览器插件
调控策略
隔离装置
生物识别数据
深度Q网络
智能控制方法
空调调节
热平衡模型
深度强化学习模型
分布式协同控制
舒适度