一种基于元学习的电网数字化资源建模管理方法技术

本发明专利技术公开了一种基于元学习的电网数字化资源建模管理方法，包括：获取数据治理后的电网数字化资源，对结构化数据和非结构化数据分别进行向量转换，得到初始实例数据；根据初始实例数据，基于Bi

【技术实现步骤摘要】
一种基于元学习的电网数字化资源建模管理方法


[0001]本专利技术涉及一种基于元学习的电网数字化资源建模管理方法，属于电网数字化


技术介绍

[0002]随着新型电力系统的发展以及对电网数字化转型管理要求的不断提高，目前电网数字化资源数量多、种类杂、分布广、管理难等问题越发显著，给电网数字化资源的统筹管理、调度维护、运行监测、协同处理等方面带来了更多的挑战。电网数字化资源的管理顺应数字革命融合发展趋势，构建更高效的设备资产管理系统，全面推进设备管理数字化转型。但现有方法需要大量标记训练样本进行电网数字化资源的建模管理，得到的结果并不理想。鉴于对海量电网数字化资源的标记极其繁复和昂贵，因此，在标记数据有限的情况下，更加高效与准确的基于元学习的电网数字化资源管理有助于满足调度、设备、营销、发展等业务条线的专业需求，对新型电力系统的建设具有重要意义。
[0003]目前在电网数字化资源建模管理方面还存在着以下不足：
[0004]一、电网数字化资源数量多、种类杂、分布广、关联关系复杂，由于设备本体故障、传输数据丢失等原因，造成部分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于元学习的电网数字化资源建模管理方法，其特征是，包括：获取数据治理后的电网数字化资源，其中，所述数据治理包括基于一阶差分的缺失值补充，以及基于回归拟合和中位数绝对偏差的异常点调整；所述电网数字化资源包括结构化数据和非结构化数据；对所述结构化数据和非结构化数据分别进行向量转换，得到结构化数据向量和非结构化数据向量；拼接所述结构化数据向量和非结构化数据向量，得到初始实例数据；根据所述初始实例数据，基于Bi
‑
LSTM模型，得到上下文感知的实例数据；根据所述上下文感知的实例数据，计算原型并对实例数据进行分类，构建基于元学习的上下文感知原型网络；根据所述基于元学习的上下文感知原型网络，基于局部整体二元研判的离群点识别与标记策略，得到基于元学习的电网数字化资源建模，实现基于元学习的电网数字化资源管理。2.根据权利要求1所述的基于元学习的电网数字化资源建模管理方法，其特征是，所述基于一阶差分的缺失值补充，包括：获取结构化数据{a1,a2,...,a
n
}；计算结构化数据的一阶差分{a
′1,a'2,...,a'
n
‑1}，其中a
′1＝a2‑
a1,...,a'
n
‑1＝a
n
‑
a
n
‑1；待补充缺失值的结构化数据a
j
的补充包括如下：其中，p是选取a
j
前后结构化数值的个数，u是在a
j
附近选取趋势一致数据的个数且0＜u＜p；case1：响应于a
j
前后一阶差分正负保持一致，取前后各p个数据的平均值作为a
j
的缺失补充值；case2：响应于a
j
前后一阶差分正负相反，取a
j
相邻两个结构化数据的平均值作为a
j
的缺失补充值；case3：响应于a
j
前后各u
‑
1个一阶差分正负保持一致且在该范围外仅出现一次连续的正负变化，取前后各u个结构化数据的平均值作为a
j
的缺失补充值；case4：响应于a
j
前后一阶差分正负变化不连续，取a
j
相邻两个结构化数据的平均值作为a
j
的缺失补充值。3.根据权利要求1所述的基于元学习的电网数字化资源建模管理方法，其特征是，所述基于回归拟合和中位数绝对偏差的异常点调整，包括：
获取结构化数据的回归拟合曲线f(x)；计算结构化数据的绝对偏差的中位值，即γ＝median(|a
i
‑
f(a
i
)|)，其中，γ表示中位值，median表示求中位值，a
i
表示第i个结构化数据，f(a
i
)为回归拟合曲线f(x)上a
i
的对应值；结构化数据的调整如下：case1：响应于a
i
与回归拟合曲线上对应值f(a
i
)之间的差值的绝对值不超过β*γ时，即满足f(a
i
)
‑
β*γ＜a
i
＜f(a
i
)+β*γ时，则认定a
i
不是异常点，无需调整；case2：响应于a
i
与回归拟合曲线上对应值f(a
i
)之间的差值的绝对值超过β*γ时，且满足a
i
≥f(a
i
)+β*γ时，则认定a
i
是偏高异常点，取f(a
i
)作为调整值；case3：响应于a
i
与回归拟合曲线上对应值f(a
i
)之间的差值的绝对值超过β*γ时，且满足a
i
≤f(a
i
)
‑
β*γ时，则认定a
i
是偏低异常点，取f(a
i
)作为调整值；其中，β为系数，n是结构化数据的数量，n0是用户所在地数据的取值频率。4.根据权利要求1所述的基于元学习的电网数字化资源建模管理方法，其特征是，对所述结构化数据进行向量转换，将结构化数据转化成多个m维向量，得到结构化数据向量；其中，相量维度的表达式如下：其中，N
i
是第i个电网数字化资源中结构化数据数量与非结构化数据中词数量的总和，n2表示电网数字化资源的数量；所述结构化数据向量的表达式如下：b1＝[a1,a2,...,a
m
]b2＝[a
m+1

【专利技术属性】
技术研发人员：陈龙，林峰，汪晓岩，李盛盛，佘运波，施康，陈刚，葛朝晖，涂金金，邓箫，
申请(专利权)人：南京南瑞信息通信科技有限公司，
类型：发明
国别省市：