System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于气象数据的降维方法、装置及存储介质制造方法及图纸_技高网

用于气象数据的降维方法、装置及存储介质制造方法及图纸

技术编号:40821214 阅读:2 留言:0更新日期:2024-04-01 14:40
本申请公开了一种用于气象数据的降维方法、装置及存储介质,电网区域内包括多个气象观测点,方法包括:获取每个气象观测点在每个预设时间点观测到的不同气象要素的气象数据,并构建第一矩阵;对第一矩阵进行数据处理,以得到处理后的第二矩阵;确定与第二矩阵对应的目标方阵;根据目标方阵建立对应的特征方程,并求出特征方程的多个方程解;根据多个方程解和第二矩阵确定对应的目标矩阵;将目标矩阵的列向量确定为与全部气象数据对应的目标气象特征,以降低气象数据的数据维度。上述方案可以对电网区域内多维度的气象数据进行整合,从而降低数据的维度。减少数据输入模型时,模型进行训练和计算的压力,提高计算效率。

【技术实现步骤摘要】

本申请涉及气象数据分析,具体地涉及一种用于气象数据的降维方法、装置及存储介质


技术介绍

1、随着极端气候频发,迎峰度夏和度冬期间电网用电负荷压力陡增,需要提前根据电网负荷的预测结果做好电网运行方案规划。当前主流的负荷预测方法通常将温度、降水、风速、湿度等气象因子作为输入,采用深度学习算法进行训练和计算。以一个省级电网为例,气象观测点有100个左右,如果考虑温度、降水、风速、湿度4个气象要素,一天24个时次的模型输入量就有8064维。其气象数据维度过大,导致模型训练难度过大。


技术实现思路

1、本申请实施例的目的是提供一种用于气象数据的降维方法、装置及存储介质,用以解决现有技术中气象数据维度过大,模型训练难度大。

2、为了实现上述目的,本申请第一方面提供一种用于气象数据的降维方法,电网区域内包括多个气象观测点,方法包括:

3、获取每个气象观测点在每个预设时间点观测到的不同气象要素的气象数据;

4、根据全部的气象数据构建第一矩阵;

5、对第一矩阵进行数据处理,以得到处理后的第二矩阵;

6、确定与第二矩阵对应的目标方阵;

7、根据目标方阵建立与全部气象数据对应的特征方程,并确定与特征方程对应的多个方程解,每个方程解包括特征向量和与特征向量对应的特征值;

8、根据多个方程解和第二矩阵确定与全部气象数据对应的目标矩阵;

9、将目标矩阵的列向量确定为与全部气象数据对应的目标气象特征,以降低气象数据的数据维度。

10、在本申请的实施例中,对第一矩阵进行数据处理,以得到处理后的第二矩阵包括:针对每个气象观测站观测每个气象要素,确定气象观测站观测的气象要素在全部的预设时间点的气象数据的平均值;针对第一矩阵包括的每个矩阵元素,根据矩阵元素对应的气象观测站对应的气象要素的平均值更新所述矩阵元素;根据全部更新后的矩阵元素生成第二矩阵。

11、在本申请的实施例中,针对所述第一矩阵包括的每个矩阵元素,根据矩阵元素对应的气象观测站对应的气象要素的平均值更新矩阵元素包括,根据以下公式(3)计算更新后的矩阵元素:

12、

13、其中,i是指第i个气象观测站,j是指第j个预设时间点,k是指第k个预设时间点,为第一矩阵的矩阵元素,是指第i个气象观测站在第j个预设时间点观测到的每个气象要素的气象数据,是指针对进行更新后在第二矩阵的矩阵元素。

14、在本申请的实施例中,根据多个方程解和第二矩阵确定与全部气象数据对应的目标矩阵包括:基于特征值从大到小的顺序选出前n个方程解作为目标方程解;基于特征值从大到小的顺序根据全部目标方程解的特征向量构建第三矩阵;根据第二矩阵和第三矩阵确定目标矩阵。

15、在本申请的实施例中,根据第二矩阵和第三矩阵确定目标矩阵包括,目标矩阵根据以下公式(2)计算:

16、b=a2a3(2)

17、其中,b是指目标矩阵,a2是指第二矩阵,a3是指第三矩阵。

18、在本申请的实施例中,确定与第二矩阵对应的目标方阵包括:确定第二矩阵的转置矩阵;根据第二矩阵和转置矩阵确定目标方阵。

19、在本申请的实施例中,根据第二矩阵和转置矩阵确定目标方阵包括,目标方阵根据以下公式(3)计算:

20、

21、其中,a0是指目标方阵,a2是指第二矩阵,是指转置矩阵。

22、在本申请的实施例中,特征方程的函数表达式如以下公式(4)所示:

23、a0x=λx(4)

24、其中,a0是指目标方阵,x是指特征方程的特征向量,λ是指特征方程的特征值。

25、本申请第二方面提供一种用于气象数据的降维装置,包括:

26、存储器,被配置成存储指令;以及

27、处理器,被配置成从所述存储器调用所述指令以及在执行所述指令时能够实现根据权利要求1至8中任一项所述的用于气象数据的降维的方法。

28、本申请第三方面提供一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于使得机器执行根据权利要求1至8中任一项所述的用于气象数据的降维的方法。

29、通过上述技术方案,将全部的气象数据构建矩阵,对矩阵进行变换以及构建方程求解得到目标气象特征。可以对电网区域内多维度的气象数据进行整合,从而降低数据的维度。减少数据输入模型时,模型进行训练和计算的压力,提高计算效率。

30、本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

本文档来自技高网...

【技术保护点】

1.一种用于气象数据的降维方法,其特征在于,电网区域内包括多个气象观测点,所述方法包括:

2.根据权利要求1所述的用于气象数据的降维方法,其特征在于,所述对所述第一矩阵进行数据处理,以得到处理后的第二矩阵包括:

3.根据权利要求2所述的用于气象数据的降维方法,其特征在于,所述针对所述第一矩阵包括的每个矩阵元素,根据所述矩阵元素对应的气象观测站对应的气象要素的平均值更新所述矩阵元素包括,根据以下公式(3)计算更新后的矩阵元素:

4.根据权利要求1所述的用于气象数据的降维方法,其特征在于,所述根据所述多个方程解和所述第二矩阵确定与全部气象数据对应的目标矩阵包括:

5.根据权利要求4所述的用于气象数据的降维方法,其特征在于,所述根据所述第二矩阵和所述第三矩阵确定所述目标矩阵包括,所述目标矩阵根据以下公式(2)计算:

6.根据权利要求1所述的用于气象数据的降维方法,其特征在于,所述确定与所述第二矩阵对应的目标方阵包括:

7.根据权利要求6所述的用于气象数据的降维方法,其特征在于,所述根据所述第二矩阵和所述转置矩阵确定所述目标方阵包括,所述目标方阵根据以下公式(3)计算:

8.根据权利要求1所述的用于气象数据的降维方法,其特征在于,所述特征方程的函数表达式如以下公式(4)所示:

9.一种用于气象数据的降维装置,其特征在于,包括:

10.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于使得机器执行根据权利要求1至8中任一项所述的用于气象数据的降维的方法。

...

【技术特征摘要】

1.一种用于气象数据的降维方法,其特征在于,电网区域内包括多个气象观测点,所述方法包括:

2.根据权利要求1所述的用于气象数据的降维方法,其特征在于,所述对所述第一矩阵进行数据处理,以得到处理后的第二矩阵包括:

3.根据权利要求2所述的用于气象数据的降维方法,其特征在于,所述针对所述第一矩阵包括的每个矩阵元素,根据所述矩阵元素对应的气象观测站对应的气象要素的平均值更新所述矩阵元素包括,根据以下公式(3)计算更新后的矩阵元素:

4.根据权利要求1所述的用于气象数据的降维方法,其特征在于,所述根据所述多个方程解和所述第二矩阵确定与全部气象数据对应的目标矩阵包括:

5.根据权利要求4所述的用于气象数据的降维方法,其特征在于,所述根据所述第二矩阵和所述...

【专利技术属性】
技术研发人员:徐勋建简洲冯涛李丽康文军
申请(专利权)人:国网湖南省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1