基于金字塔加权的能量管理系统时序数据在线采样算法技术方案

本发明专利技术提供的一种基于金字塔加权的能量管理系统时序数据在线采样算法，通过滑动窗口对一小段时序数据进行在线采样，进一步地基于方差波动变化按照金字塔模型架构对获取的数据的权重进行加权，进而对方差波动大的数据进行采样，这样通过滑动窗口在线采样的方式可以有效的减少数据的存储量。基于方差波动变化按照金字塔模型架构对获取的数据的权重进行加权的方法可以在有效的保证采样的精准性的前提下也极大的减少了在采样过程对数据之间方差波动的计算量。差波动的计算量。差波动的计算量。

【技术实现步骤摘要】
基于金字塔加权的能量管理系统时序数据在线采样算法


[0001]本专利技术属于数据通讯
，具体涉及一种基于金字塔加权的能量管理系统时序数据在线采样算法。

技术介绍

[0002]嵌入式开发中需要在单片机各芯片之间进行数据通讯，存在大量时序数据传输，在对上位机展示时，往往不需要过于精细的数据，仅需要表现数据特性即可，因此需要一定的采样方法，减少数据传输压力。
[0003]现有技术中，通常采用以下方式对数据进行采样：专利申请号为：CN202110322088，公开了一种时序数据的处理方法、一种时序数据处理装置以及计算机可读存储介质。提供的时序数据的处理方法包括：获取到设定时长内的待渲染的第一时序数据的数据点数，响应于数据点数大于设定时长的最大渲染数据个数，采用与数据点数匹配的降采样方法对第一时序数据进行降采样，得到降采样后的第二时序数据，对第二时序数据绘制时序图。
[0004]可见，现有技术中在对数据进行采样时多数会利用固定间隔采样。然而因为信号不是规则性变化，固定间隔采样会在较平稳时间段浪费存储，在信息变化迅速期间又会遗漏关键信号，因此这种采样策略并非是最优的。并且现有技术中对于某个时间段内的数据点数大于设定时长的最大渲染数据个数时才会对其进行降维采样，当某个时间段内的数据点数小于设定时长的最大渲染数据个数时不对其进行降维采样，这样通过分别基于不同时间段单独对该时间段内的数据进行采样的话可能会出现在每个时间段内的数据采样可能较为准确，但是对整体的数据的采样来说没有考虑到不同时间段之间的联系，这样会使得采样的效果不够精确。
[0005]上述问题是目前亟待解决的。

技术实现思路

[0006]本专利技术要克服现有技术的上述缺点，提供一种基于金字塔加权的时序数据在线采样算法。
[0007]本专利技术解决其技术问题所采用的技术方案是：一种基于金字塔加权的时序数据在线采样算法，包括：S1，将基于滑动窗口在线获取的数据信号存储为原始二元数据组，其中每个元素中包括数据以及该数据对应的权重；S2，遍历所述原始二元数据组，对于第i个数据，基于金字塔模型架构生成第一子数据序列；S3，基于第一子数据序列生成第一方差；S4，基于所述第一方差更新所述第一子数据序列中的i点和i+2
k
‑
1点数据权重；S5，整合更新后的第一子数据序列生成更新后的二元数据组；S6，比较更新后的二元数据组中的第一个元素中的权重值与预设权重阈值；S7，将权重阈值更新为第一个数据对应的权重值并删除所述第一个元素生成删减后的二元数据组；S8，基于获取到的新的数据信号与所述删减后的二元数据组生成第二子数据序列以及第二方差；S9，基于所述第二方差更新所述第二子数
据序列的权重值生成更新后的第二子数据序列；S10，整合所述删减后的二元数据组以及更新后的第二子数据序列生成更新后的二元数据组；S11，转至步骤S6，至没有新的数据信号产生。
[0008]进一步的，步骤S2包括：S21，按照金字塔模型架构，从第i个数据开始，取2的k次方个连续数据生成第一子数据序列，其中k为正整数。
[0009]进一步的，所述步骤S3包括：S31，基于所述第一子数据序列中的数据计算第一方差V
ik
，其中i∈[1，n]，k∈N
*
。
[0010]进一步的，所述步骤S4包括：S41，将所述第一子数据序列中i点和i+2
k
‑
1点数据权重增加
[0011]进一步的，所述步骤S5包括：S51，整合所述多个更新后的第一子数据序列，其中相同的数据取对应的权重值大的元素作为更新后的二元数据组中的元素。
[0012]进一步的，所述步骤S6包括：S61,当第一元素中的权重值不小于预设权重阈值时，输出该元素中的数据作为采样点；S62，当第一元素中的权重值大于预设阈值时，不输出采样点。
[0013]进一步的，所述步骤S7包括：S71，将所述更新后的二元数据组中的第一个元素删除，其余元素依次前移一位，空出最后一位缓存。
[0014]进一步的，所述步骤S8包括：S81，将获取到的新的信号数据存储在所述删减后的二元数据组中的最后一位缓存位置；S82，依次从最后一个数据向前取2的k次方个连续数据生成第二子数据序列；S83，对所述第二子数据中包含的数据进行方差计算生成第二方差V
′
。
[0015]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，所述计算机指令用于使所述计算机执行上述的基于金字塔加权的时序数据在线采样算法。
[0016]本专利技术还提供一种电子设备，包括：存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器通过加载并执行所述至少一条程序指令以实现上述的基于金字塔加权的时序数据在线采样算法。
[0017]本专利技术的有益效果是：本专利技术提供的一种基于金字塔加权的时序数据在线采样算法，通过滑动窗口对一小段时序数据进行在线采样，进一步地基于方差波动变化按照金字塔模型架构对获取的数据的权重进行加权，进而对方差波动大的数据进行采样，这样通过滑动窗口在线采样的方式可以有效的减少数据的存储量。基于方差波动变化按照金字塔模型架构对获取的数据的权重进行加权的方法可以在有效的保证采样的精准性的前提下也极大的减少了在采样过程对数据之间方差波动的计算量。
附图说明
[0018]下面结合附图和实施例对本专利技术作进一步说明。
[0019]图1是本专利技术实施例所提供的基于金字塔加权的能量管理系统时序数据在线采样算法的步骤示意图；
[0020]图2是本专利技术实施例所提供的电子设备的部分框图。
具体实施方式
[0021]在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0022]应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
[0023]现在结合附图对本专利技术作详细的说明。此图为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。
[0024]实施例1
[0025]请参阅图1，本专利技术提出的基于金字塔加权的能量管理系统时序数据在线采样算法的步骤示意图。该算法应用在能量管理系统中，基于方差波动变化金字塔加权对时序数据在线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于金字塔加权的能量管理系统时序数据在线采样算法，其特征在于，所述算法包括：S1，将基于滑动窗口在线获取的数据信号存储为原始二元数据组，其中每个元素中包括数据以及该数据对应的权重；S2，遍历所述原始二元数据组，对于第i个数据，基于金字塔模型架构生成第一子数据序列；S3，基于第一子数据序列生成第一方差；S4，基于所述第一方差更新所述第一子数据序列中的i点和i+2
k
‑
1点数据权重；S5，整合更新后的第一子数据序列生成更新后的二元数据组；S6，比较更新后的二元数据组中的第一个元素中的权重值与预设权重阈值；S7，将权重阈值更新为第一个数据对应的权重值并删除所述第一个元素生成删减后的二元数据组；S8，基于获取到的新的数据信号与所述删减后的二元数据组生成第二子数据序列以及第二方差；S9，基于所述第二方差更新所述第二子数据序列的权重值生成更新后的第二子数据序列；S10，整合所述删减后的二元数据组以及更新后的第二子数据序列生成更新后的二元数据组；S11，转至步骤S6，至没有新的数据信号产生。2.如权利要求1所述的基于金字塔加权的能量管理系统时序数据在线采样算法，其特征在于，步骤S2包括：S21，按照金字塔模型架构，从第i个数据开始，取2的k次方个连续数据生成第一子数据序列，其中k为正整数。3.如权利要求1所述的基于金字塔加权的能量管理系统时序数据在线采样算法，其特征在于，所述步骤S3包括：S31，基于所述第一子数据序列中的数据计算第一方差V
i,k
，其中i∈[1，n]，k∈N
*
。4.如权利要求3所述的基于金字塔加权的能量管理系统时序数据在线采样算法，其特征在于，所述步骤S4包括：S41，将所述第一子数据序列中i点和i+2
k
‑
1点数据...

【专利技术属性】
技术研发人员：于智，刘双宇，江钱城，陈雷金，吴越，
申请(专利权)人：杭州思拓瑞吉科技有限公司，
类型：发明
国别省市：