摘要
本申请提供一种基于边侧终端的深度学习数据传输方法、装置及终端设备,涉及配电网数据传输技术领域,方法包括:采集至少一种配电网运行参数的时序数据;以至少一种配电网运行参数的时序数据为输入,经预先构建的编码器模型对至少一种配电网运行参数的时序数据进行降维处理,得到对应的降维表征向量;将降维表征向量发送至主站,以使得主站通过预先构建的解码器模型对降维表征向量进行解码,得到至少一种配电网运行参数的时序数据;编码器模型及解码器模型由不同配电网运行参数的历史时序数据对深度学习神经网络训练后得到。本申请有效提升了配电网边侧设备的数据传输效率,降低了主站的负载。
技术关键词
数据传输方法
解码器模型
时序
深度学习神经网络
编码器
参数
重构误差
注意力
数据传输装置
主站
矩阵
终端设备
机器可读存储介质
数据传输技术
数据接收模块
数据传输模块
系统为您推荐了相关专利信息
退役动力电池
废弃动力电池
回收方法
退化特征
电池寿命预测
多任务损失函数
样本分类方法
教师
统计特征
编码特征
语义分割模型
语义分割方法
分辨率
语义分割系统
解码器
模型训练方法
情感分类器
声音克隆技术
生成训练图像
图像解码器