缺失数据填补模型的建立方法、装置、设备及存储介质制造方法及图纸

技术编号:46592796 阅读:1 留言:0更新日期:2025-10-10 21:26
本发明专利技术公开了一种缺失数据填补模型的建立方法、装置、设备及存储介质,该缺失数据填补模型的建立方法包括:获取能源场站中的历史能源数据;基于所述历史能源数据,采用随机模拟算法生成数据缺失掩码矩阵,并基于所述历史能源数据和所述数据缺失掩码矩阵生成构建缺失样本数据集;采用所述缺失样本数据集对预先构建的机器学习模型进行模型训练,直到满足预设的模型训练结束条件;将训练完成的机器学习模型作为缺失数据填补模型。通过上述方案,提升了缺失数据填补的真实性。

【技术实现步骤摘要】

本专利技术涉及新能源电力,尤其涉及一种缺失数据填补模型的建立方法、装置、设备及存储介质


技术介绍

1、随着新能源产业的快速发展,如太阳能、风能等新能源发电规模不断扩大,以及储能技术的广泛应用,产生了海量的新能源数据。这些数据包含了新能源设备的运行状态、发电功率、环境参数等信息。

2、然而,由于新能源设备的多样性、环境的复杂性以及数据采集系统的不稳定性,导致新能源数据存在噪声、缺失值、异常值等质量问题,严重影响了技术、业务人员后期使用数据的分析和应用效果。


技术实现思路

1、本专利技术提供了一种缺失数据填补模型的建立方法、装置、设备及存储介质,提高数据缺失值填补的真实性。

2、根据本专利技术的一方面,提供了一种缺失数据填补模型的建立方法,该方法包括:

3、获取能源场站中的历史能源数据;

4、基于所述历史能源数据,采用随机模拟算法生成数据缺失掩码矩阵,并基于所述历史能源数据和所述数据缺失掩码矩阵生成构建缺失样本数据集;其中,不同的数据缺失掩码矩阵用于表征在能源场站本文档来自技高网...

【技术保护点】

1.一种缺失数据填补模型的建立方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述采用所述缺失样本数据集对预先构建的机器学习模型进行模型训练,直到满足预设的模型训练结束条件,包括:

3.根据权利要求2所述的方法,其特征在于,所述编码器子模型中包括第一全连接层、第二全连接层以及第三全连接层;

4.根据权利要求2所述的方法,其特征在于,所述解码器子模型中包括第四全连接层、第五全连接层以及第六全连接层;

5.根据权利要求1所述的方法,其特征在于,所述基于所述历史能源数据,采用随机模拟算法生成数据缺失掩码矩阵,并基于所述历史能源...

【技术特征摘要】

1.一种缺失数据填补模型的建立方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述采用所述缺失样本数据集对预先构建的机器学习模型进行模型训练,直到满足预设的模型训练结束条件,包括:

3.根据权利要求2所述的方法,其特征在于,所述编码器子模型中包括第一全连接层、第二全连接层以及第三全连接层;

4.根据权利要求2所述的方法,其特征在于,所述解码器子模型中包括第四全连接层、第五全连接层以及第六全连接层;

5.根据权利要求1所述的方法,其特征在于,所述基于所述历史能源数据,采用随机模拟算法生成数...

【专利技术属性】
技术研发人员:黎文明蓝芳润简圣平苏景宸谢世珩张萌贺铮张克铭张昊任文辉
申请(专利权)人:国家电投集团广西长洲水电开发有限公司
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