[發明專利]等間隔時間序列壓縮方法、裝置、設備和存儲介質

有效

• 申請號: 202011164152.7
• 申請日: 2020-10-27
• 公開（公告）號: CN112380268B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 肖峰;李華;胡玉婷;項麗;安偉;梁曦文;張心怡;楊文華;田宏梁;馮雪;黃鵬;田星;趙亮;張坤
• 申請（專利權）人: 國網寧夏電力有限公司經濟技術研究院;華北電力大學;國網寧夏電力有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/215;H03M7/30
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 安偉

本公開涉及一種等間隔時間序列壓縮方法、裝置、設備和存儲介質，可以應用于電力系統中的時間序列數據壓縮處理情況，例如對風電出力時間序列等新能源發電相關的時間序列數據進行壓縮等，其中，該方法包括：將原始時間序列數據中交錯分布的極大值點和極小值點作為原始時間序列數據的特征關鍵點；從多個特征關鍵點中確定原始時間序列數據的多個定點；從原始時間序列數據中處于任意相鄰的兩個定點之間的時間序列數據中，等間隔地確定與插入點數量對應的多個插入點，最終生成壓縮時間序列數據。本公開可以在盡可能保留原始數據的時序特征的前提下達到較好的壓縮比，壓縮前后數據特征差別較小，提高了后續基于時間序列數據的計算準確性和運算效率。

技術領域

本公開涉及數據壓縮技術領域，尤其涉及一種等間隔時間序列壓縮方法、裝置、設備和存儲介質。

背景技術

時間序列是將同一統計指標的數值按其發生的時間先后順序排列而成的序列。通過深入研究這些時間序列，可以挖掘出序列背后所隱藏的潛在規律獲取有價值的信息，具有重大的社會意義和經濟價值。時間序列的分析在電力、經濟、建筑、醫療、氣象、環境等領域應用廣泛。然而，隨著社會信息化的不斷發展，信息技術應用領域的不斷拓展，各個應用領域都積累了越來越多的數據，直接在時間序列上進行數據的研究分析不僅工作量大，還會因為一些隨機數據的干擾影響研究結果的準確性和可靠性。

因此，越來越多的研究開始關注時間序列的高效壓縮。比如說，在電力系統，為了減輕煤電的能源消耗，采用新能源發電進行調峰。而新能源出力值一般每隔15min測量一次，數據量較大影響后續優化計算。如果在盡可能保留原有的時序特征前提下進行高效壓縮，則大大提高了調峰運算效率，為電力系統后續的系統規劃、調度和控制提供強有力的支撐。

截止到當前，現有數據壓縮方案主要有以下三種：分段線性表示法(PLR)、分段聚合近似方法(PAA)、和符號聚合近似方法(SAX)。現有壓縮方案的缺陷分別如下：

(1)基于分段聚合近似方法的時間序列數據壓縮方法

1)該方法用均值代表原始數據的k個數據點，會出現信息丟失的情況；

2)當數據壓縮比越大，均值所代表的數據點就越多，壓縮后得到的時間序列不能有效反應原始序列特征；

(2)基于符號聚合近似方法的時間序列數據壓縮算法

該方法與分段聚合近似方法相比具有計算簡單、高效的優點，但該方法壓縮數據的原理與分段聚合近似方法相同，故該算法具有同樣的缺陷。

(3)基于分段線性表示的時間序列數據壓縮算法

1)該算法采用累積誤差進行分段，對短時間內大波動的數據不敏感，分段效果差；

2)該算法對一些狀態變化的拐點不敏感，不能有效地刻畫某些拐點的狀態變化；

3)該算法的閾值不容易確定；

4)該算法不能按照用戶要求選擇壓縮的程度，不能使數據點間隔相等。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本公開實施例提供了一種等間隔時間序列壓縮方法、裝置、設備和存儲介質。

第一方面，本公開實施例提供了一種等間隔時間序列壓縮方法，包括：

確定原始時間序列數據中交錯分布的極大值點和極小值點，并將所述交錯分布的極大值點和極小值點作為所述原始時間序列數據的特征關鍵點；

將各個特征關鍵點對應的時間維度參數對壓縮倍數進行取余計算，得到多個余數；其中，所述壓縮倍數基于所述原始時間序列數據中的時間間隔和用戶需求時間間隔確定；

按照余數取值，確定所述多個余數中數量最多的目標余數；