摘要
本发明公开了一种电力时序预测数据集构建方法及系统,所述方法包括获取电力负荷与天气数据,构成电力数据集并进行清洗对齐;同时获取能源、气象等多源公共时序数据;将两类数据统一格式化并归一化处理,提取时频特征并计算序列间相似度,筛选出与电力负荷显著相关的公共数据;采用动态采样加权方法为每条数据分配权重,设定采样频率,最终构建出用于大模型预训练与微调的异构电力时序数据集;本发明通过整合多源异构数据,构建统一的标准化数据格式,并基于时间戳对齐与多源数据融合,显著提高了数据的一致性和可用性,提升了数据融合效率与模型泛化能力。
技术关键词
数据集构建方法
时序
负荷
因子
异构电力
气象
变量
模型预训练
天气预报系统
加权方法
动态时间规整
电力传感器
滑动窗口
序列
指标
数据集构建系统
字段
相对湿度
系统为您推荐了相关专利信息
模型建立方法
油浸变压器
气体
高频特征
融合特征
危险场景
蒙特卡洛树搜索
神经网络模型
节点更新
仿真环境
音频信号分析
音频特征数据
长短期记忆网络
异常检测方法
异常信号
风功率预测方法
因子
气象
风电场数据
计算机可执行指令