【技术实现步骤摘要】
本专利技术涉及属于数据科学和信息优化，具体为用于数据压缩感知重建任务的双向梯形注意力预测方法。
技术介绍
1、当前，随着电网规模的不断扩大，电力系统正朝着多元化和复杂化的方向发展。为了满足电力管理和控制的需求，有效记录海量电力数据变得十分重要，这些数据可以用于数据分析、故障监测、广域测量等方面。然而，产生的大规模数据会给运行速度和存储空间带来巨大负担，甚至可能妨碍电网的智能化发展。
2、光伏终端设备产生的海量数据属于时间序列数据，具有强烈的波动性和噪声，给智能电网的通信传输和数据存储带来了巨大压力。为了有效压缩电力系统数据，减少存储空间和数据传输的需求，在相关的大数据压缩技术的支持下，我们研究了一种有效的时间序列数据压缩方法，针对电力系统运行过程中产生的大规模稳态数据进行研究。
3、(1)数据压缩技术
4、数据压缩旨在在保证有效信息传输的前提下，通过减少数据量来提高数据传输、存储和处理的效率，或者通过重组数据按照一定规则来减少数据冗余和存储空间。数据压缩计算技术的应用包括海量数据的本地采集、分析和处理...
【技术保护点】
1.用于数据压缩感知重建任务的双向梯形注意力预测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的用于数据压缩感知重建任务的双向梯形注意力预测方法，其特征在于：步骤1中构建光伏终端设备状态时序数据集采用压缩感知采样：
3.根据权利要求1所述的用于数据压缩感知重建任务的双向梯形注意力预测方法，其特征在于：步骤2中数据集的划分和稀疏采样，包括如下步骤：
4.根据权利要求1所述的用于数据压缩感知重建任务的双向梯形注意力预测方法，其特征在于：步骤3中改进双向循环Transformer模型的搭建：
5.根据权利要求1所述的...
【技术特征摘要】
1.用于数据压缩感知重建任务的双向梯形注意力预测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的用于数据压缩感知重建任务的双向梯形注意力预测方法，其特征在于：步骤1中构建光伏终端设备状态时序数据集采用压缩感知采样：
3.根据权利要求1所述的用于数据压缩感知重建任务的双向梯形注意力预测方法，其特征在于：步骤2中数据集的划分和稀疏采样，包括如下步骤：
4.根据权利要求1所述的用于数据压...
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。