一种电力能耗数据压缩处理方法及存储介质技术

本发明专利技术公开了一种电力能耗数据压缩处理方法，至少包括数据训练步骤和数据压缩步骤。其中，数据训练步骤包括：输入训练集，进行K‑Means聚类处理，获得具有多个聚类的聚类模型M；对聚类模型M中每个聚类采用SIDL算法进行训练，获得具有相应多个字典的字典模型D；而在数据压缩步骤中，包括：对需要进行压缩的电力能耗数据进行切片处理；将当前切片数据采用所述聚类模型M进行处理，判断当前切片数据所属聚类；在字典模型D中选择所属聚类对应的字典，对所述切片数据进行SIDL算法进行压缩处理。本发明专利技术还公开了相应的存储介质。实施本发明专利技术，可以提高对电力能耗数据的压缩率。

【技术实现步骤摘要】

本专利技术涉及电力数据存储，特别是涉及一种电力能耗数据压缩处理方法及存储介质。

技术介绍

1、随着物联网技术的发展，无处不在的智能量表记录了大量的能耗数据。这些数据可以帮助企业更好地进行分析用户行为，对于能源管理和资源分配领域有着重要价值。然而，储存如此之大体积的数据需要花费巨额成本。压缩技术因此成了减小储存负担的重要技术手段。

2、传统的压缩技术包括基于“字典学习”的压缩(以下简称字典压缩)，基于“位运算操作”的压缩，基于“分段近似”的压缩等。其中，字典压缩是在能耗数据压缩问题上综合表现最好的一种算法。它的算法原理是将原始数据分解成不同的原子(atom)，再通过原子的线性组合来还原数据。而能耗数据中正好有大量重复的图形可以被分解成原子，这使得字典压缩的综合表现领先于其他的压缩技术。

3、传统的字典压缩技术中，核心的字典学习算法采用的是稀疏字典学习(sparsedictionary learning，以下简称sdl)。sdl解决了如下优化问题：

4、

5、

6、其中，xi表示输入数据x的第i个向量本文档来自技高网...

【技术保护点】

1.一种电力能耗数据压缩处理方法，其特征在于，至少包括如下步骤：

2.如权利要求1所述的方法，其特征在于，在所述步骤S10中，进一步包括：

3.如权利要求2所述的方法，其特征在于，所述步骤S11中进一步包括：

4.如权利要求3所述的方法，其特征在于，所述步骤S20进一步包括：

5.如权利要求4所述的方法，其特征在于，所述步骤S21进一步包括：

6.如权利要求5所述的方法，其特征在于，所述步骤S22进一步包括：

7.如权利要求6所述的方法，其特征在于，所述步骤S23进一步包括：

8.一种计算机可读存储介质，...

【技术特征摘要】

1.一种电力能耗数据压缩处理方法，其特征在于，至少包括如下步骤：

2.如权利要求1所述的方法，其特征在于，在所述步骤s10中，进一步包括：

3.如权利要求2所述的方法，其特征在于，所述步骤s11中进一步包括：

4.如权利要求3所述的方法，其特征在于，所述步骤s20进一步包括：

5.如权利要求4所述的方法...

【专利技术属性】
技术研发人员：余英，唐峰，鲜成，严玉婷，张林，徐曙，赵誉洲，田治仁，余鹏，任佳，赖天德，林子钊，张繁，黄炜昭，和松云，王健舟，和刚，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：