本發(fā)明涉及傳感器數(shù)據(jù)壓縮，尤其涉及一種時間序列數(shù)據(jù)壓縮方法及裝置。

背景技術：

1、分布式光伏電力系統(tǒng)是通過利用先進的通信、控制和信息技術來實現(xiàn)更高效、可靠和可持續(xù)的電力供應，時間序列數(shù)據(jù)的采集正在成為分布式光伏電力系統(tǒng)中普遍存在的趨勢。這些數(shù)據(jù)來自于分布式光伏電力系統(tǒng)中產(chǎn)生的數(shù)據(jù)，例如用電數(shù)據(jù)、發(fā)電數(shù)據(jù)、網(wǎng)路狀態(tài)數(shù)據(jù)、環(huán)境數(shù)據(jù)、用戶行為數(shù)據(jù)等，并被傳輸?shù)皆贫嘶蜻吘夁M行處理。

2、分布式光伏電力系統(tǒng)主要問題之一是收集到的數(shù)據(jù)體積龐大，目前主要通過采用板載信號處理和壓縮算法來減少數(shù)據(jù)的傳輸和存儲量。其中，數(shù)據(jù)壓縮可以通過減少要傳輸?shù)奈粩?shù)來顯著降低通信能耗，從而延長設備的使用壽命，但是數(shù)據(jù)壓縮算法可以分為兩類：無損壓縮和有損壓縮。無損壓縮不會導致數(shù)據(jù)丟失，而有損壓縮會導致數(shù)據(jù)丟失。但在可達到的最大壓縮程度方面，無損壓縮存在一定的限制。尤其在分布式光伏電力數(shù)據(jù)和資源受限設備的背景下，這種有限的壓縮比是一個重要的缺點。

技術實現(xiàn)思路

1、為了解決上述技術問題，本發(fā)明實施例提供了一種時間序列數(shù)據(jù)壓縮方法及裝置，通過使用前向提升變換和壓縮處理結合提供了高效的數(shù)據(jù)壓縮方法，能夠在保持數(shù)據(jù)特征的同時實現(xiàn)了高準確性的時間序列分類。

2、本發(fā)明實施例的第一方面提供了一種時間序列數(shù)據(jù)壓縮方法，方法包括：

3、獲取分布式光伏電力系統(tǒng)的時間序列數(shù)據(jù)；

4、對時間序列數(shù)據(jù)進行多層前向提升變換，得到近似值集合；

5、對近似值集合中的數(shù)據(jù)進行解壓縮處理，得到壓縮結果，以使目標人員將壓縮結果輸入深度學習網(wǎng)絡中進行分析。

6、在第一方面的一種可能的實現(xiàn)方式中，對時間序列數(shù)據(jù)進行多層前向提升變換，得到近似值集合，包括：

7、對時間序列數(shù)據(jù)進行信號分割，得到偶數(shù)樣本和奇數(shù)樣本；

8、利用偶數(shù)樣本進行預測得到新奇數(shù)樣本，去除新奇數(shù)樣本后，得到初始近似值集合，對初始近似值集合進行修正，得到修正后的初始近似值集合；

9、判斷是否預設前向提升變換層數(shù)，若達到，則基于修正后的初始近似值集合繼續(xù)進行信號分割和預測，直到到達預設前向提升變換層數(shù)停止信號分割，得到近似值集合。

10、在第一方面的一種可能的實現(xiàn)方式中，對初始近似值集合進行修正，包括：

11、基于初始近似值集合中的近似信號，得到初始近似值集合的第一平均值；

12、根據(jù)分布式光伏電力系統(tǒng)的時間序列數(shù)據(jù)中的原始信號，得到原始信號的第二平均值，若第一平均值與第二平均值不同，則對初始近似值集合進行修正和計算，得到新的第一平均值，直到新的第一平均值與第二平均值相同時停止修正。

13、在第一方面的一種可能的實現(xiàn)方式中，對近似值集合中的數(shù)據(jù)進行時間序列重構，得到壓縮結果，包括：

14、將近似值集合中的近似值轉(zhuǎn)換為一維數(shù)組，得到新近似值集合；

15、利用預設壓縮器對新近似值集合進行擬合，得到第一預測結果；

16、基于新近似值集合中未能經(jīng)預測的數(shù)據(jù)，利用預設二進制方法進行輸出，得到第二預測結果，根據(jù)第一預測結果和第一預測結果得到壓縮結果。

17、在第一方面的一種可能的實現(xiàn)方式中，預設壓縮器為squeeze壓縮器。

18、本發(fā)明實施例的第二方面提供了一種時間序列數(shù)據(jù)壓縮裝置，裝置包括：

19、獲取模塊，用于獲取分布式光伏電力系統(tǒng)的時間序列數(shù)據(jù)；

20、變換模塊，用于對時間序列數(shù)據(jù)進行多層前向提升變換，得到近似值集合；

21、壓縮模塊，用于對近似值集合中的數(shù)據(jù)進行解壓縮處理，得到壓縮結果，以使目標人員將壓縮結果輸入深度學習網(wǎng)絡中進行分析。

22、在第二方面的一種可能的實現(xiàn)方式中，變換模塊包括分割單元、預測單元和更新單元，

23、其中，分割單元用于對時間序列數(shù)據(jù)進行信號分割，得到偶數(shù)樣本和奇數(shù)樣本；

24、預測單元用于利用偶數(shù)樣本進行預測得到新奇數(shù)樣本，去除新奇數(shù)樣本后，得到初始近似值集合，對初始近似值集合進行修正，得到修正后的初始近似值集合；

25、更新單元用于判斷是否預設前向提升變換層數(shù)，若達到，則基于修正后的初始近似值集合繼續(xù)進行信號分割和預測，直到到達預設前向提升變換層數(shù)停止信號分割，得到近似值集合。

26、在第二方面的一種可能的實現(xiàn)方式中，變換模塊包括預測單元還包括平均值計算子單元和修正子單元，

27、其中，平均值計算子單元用于基于初始近似值集合中的近似信號，得到初始近似值集合的第一平均值；

28、修正子單元用于根據(jù)分布式光伏電力系統(tǒng)的時間序列數(shù)據(jù)中的原始信號，得到原始信號的第二平均值，若第一平均值與第二平均值不同，則對初始近似值集合進行修正和計算，得到新的第一平均值，直到新的第一平均值與第二平均值相同時停止修正。

29、本發(fā)明通過獲取分布式光伏電力系統(tǒng)的時間序列數(shù)據(jù)，對時間序列數(shù)據(jù)進行多層前向提升變換，得到近似值集合，對近似值集合中的數(shù)據(jù)進行解壓縮處理，得到壓縮結果，以使目標人員將壓縮結果輸入深度學習網(wǎng)絡中進行分析，本方法通過使用前向提升變換和壓縮處理結合提供了高效的數(shù)據(jù)壓縮方法，能夠在保持數(shù)據(jù)特征的同時實現(xiàn)了高準確性的時間序列分類。

技術特征：

1.一種時間序列數(shù)據(jù)壓縮方法，其特征在于，包括：

2.如權利要求1所述的時間序列數(shù)據(jù)壓縮方法，其特征在于，所述對所述時間序列數(shù)據(jù)進行多層前向提升變換，得到近似值集合，包括：

3.如權利要求2所述的時間序列數(shù)據(jù)壓縮方法，其特征在于，所述對所述初始近似值集合進行修正，包括：

4.如權利要求1所述的時間序列數(shù)據(jù)壓縮方法，其特征在于，所述對所述近似值集合中的數(shù)據(jù)進行時間序列重構，得到壓縮結果，包括：

5.如權利要求4所述的時間序列數(shù)據(jù)壓縮方法，其特征在于，所述預設壓縮器為squeeze壓縮器。

6.一種時間序列數(shù)據(jù)壓縮裝置，其特征在于，包括：

7.如權利要求6所述的時間序列數(shù)據(jù)壓縮裝置，其特征在于，所述變換模塊包括分割單元、預測單元和更新單元，

8.如權利要求6所述的時間序列數(shù)據(jù)壓縮裝置，其特征在于，所述變換模塊包括預測單元還包括平均值計算子單元和修正子單元，

9.一種計算機設備，其特征在于，包括處理器和存儲器，所述存儲器用于存儲計算機程序，所述計算機程序被所述處理器執(zhí)行時實現(xiàn)如權利要求1至5任一項所述的時間序列數(shù)據(jù)壓縮方法。

10.一種計算機可讀存儲介質(zhì)，其特征在于，其存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至5任一項所述的時間序列數(shù)據(jù)壓縮方法。

技術總結
本發(fā)明公開了一種時間序列數(shù)據(jù)壓縮方法及裝置，通過獲取分布式光伏電力系統(tǒng)的時間序列數(shù)據(jù)，對時間序列數(shù)據(jù)進行多層前向提升變換，得到近似值集合，對近似值集合中的數(shù)據(jù)進行解壓縮處理，得到壓縮結果，以使目標人員將壓縮結果輸入深度學習網(wǎng)絡中進行分析，本方法通過使用前向提升變換和壓縮處理結合提供了高效的數(shù)據(jù)壓縮方法，能夠在保持數(shù)據(jù)特征的同時實現(xiàn)了高準確性的時間序列分類。

技術研發(fā)人員：施展,付佳佳,亢中苗
受保護的技術使用者：廣東電網(wǎng)有限責任公司
技術研發(fā)日：
技術公布日：2024/10/10