[發(fā)明專利]基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110625003.4
• 申請(qǐng)日: 2021-06-04
• 公開（公告）號(hào): CN113360725B
• 公開（公告）日: 2023-10-03
• 發(fā)明（設(shè)計(jì)）人: 吳濤;朱靜;先興平;許愛東;劉宴兵;宋秀麗;張宇南
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué);南方電網(wǎng)科學(xué)研究院有限責(zé)任公司
• 主分類號(hào): G06F16/903
• 分類號(hào): G06F16/903;G06F16/906;G06Q50/06;G06F18/24;G06F18/23213;G06F18/22;G06F18/10;G06N3/0464;G06N3/084
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

1.基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，具體包括以下步驟：

從邊緣設(shè)備采集電力時(shí)序數(shù)據(jù)，并對(duì)原始電力數(shù)據(jù)進(jìn)行預(yù)處理得到數(shù)據(jù)集；

對(duì)數(shù)據(jù)集進(jìn)行K-shape聚類，并根據(jù)肘部法則得到最佳聚類數(shù)；

根據(jù)聚類的分類結(jié)果，利用殘差神經(jīng)網(wǎng)絡(luò)模型對(duì)每個(gè)邊緣節(jié)點(diǎn)上的電力時(shí)序數(shù)據(jù)創(chuàng)建分類模型；

采用聯(lián)邦學(xué)習(xí)對(duì)不同邊緣設(shè)備上的模型參數(shù)進(jìn)行聚合，即通過(guò)計(jì)算加權(quán)平均值將參數(shù)值聚合，并更新模型參數(shù)進(jìn)行迭代；

當(dāng)用戶輸入時(shí)序數(shù)據(jù)進(jìn)行檢索時(shí)，利用殘差神經(jīng)網(wǎng)絡(luò)模型對(duì)該時(shí)序數(shù)據(jù)進(jìn)行分類得到該數(shù)據(jù)的分類號(hào)；

對(duì)分類號(hào)下的數(shù)據(jù)進(jìn)行DTW計(jì)算，將最近似的N條時(shí)序數(shù)據(jù)作為檢索結(jié)果推薦給用戶。

2.根據(jù)權(quán)利要求1所述的基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，對(duì)數(shù)據(jù)集進(jìn)行K-shape聚類具體包括以下步驟：

101、計(jì)算每?jī)蓚€(gè)時(shí)序數(shù)據(jù)之間的互相關(guān)性，并對(duì)得到的互相關(guān)性進(jìn)行歸一化處理；

102、根據(jù)歸一化的互相關(guān)性計(jì)算兩條時(shí)序數(shù)據(jù)之間基于形狀的距離度量；

103、初始化聚類數(shù)據(jù)，即根據(jù)肘部法則得到的最佳聚類數(shù)隨機(jī)定義每個(gè)類別的數(shù)據(jù)；104、構(gòu)建優(yōu)化方程，求解得到與類別中其他序列數(shù)據(jù)之間基于形狀的距離度量平方和最小的序列數(shù)據(jù)，并將其作為該類別的質(zhì)心；

105、將每個(gè)時(shí)間序列與所有計(jì)算的質(zhì)心進(jìn)行比較，并將每個(gè)時(shí)間序列分配給最近的質(zhì)心，更新聚類的成員；

106、根據(jù)距離度量更新質(zhì)心，重復(fù)步驟104～105，直到每個(gè)類別中的序列數(shù)據(jù)不再發(fā)生變化。

3.根據(jù)權(quán)利要求2所述的基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，基于形狀的距離度量表示為：

其中，為時(shí)間序列與時(shí)間序列基于形狀的時(shí)間量度；為時(shí)間序列與時(shí)間序列的互相關(guān)性；為時(shí)間序列與時(shí)間序列之間的互相關(guān)性計(jì)算；為為時(shí)間序列與時(shí)間序列之間的互相關(guān)性計(jì)算。

4.根據(jù)權(quán)利要求2所述的基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，在計(jì)算時(shí)間序列與時(shí)間序列的互相關(guān)性時(shí)，保持序列不動(dòng)，序列在序列上滑動(dòng)，計(jì)算的每一個(gè)位移x的內(nèi)積，當(dāng)序列滑動(dòng)時(shí)，空缺部分部為零，互相性計(jì)算的結(jié)果為長(zhǎng)度為2n-1的序列，該序列表示為：

其中，為序列與序列互相關(guān)性，l為t大于0時(shí)的序列長(zhǎng)度，t為序列互相關(guān)序列的長(zhǎng)度。

5.根據(jù)權(quán)利要求2所述的基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，構(gòu)建優(yōu)化方程求解質(zhì)心包括：

其中，為其他時(shí)間序列序列的平方相似性的最大值；為其他時(shí)間序列序列的平方相似性；M＝Q^T·S·Q，I為單位矩陣，O為全是1的矩陣，m為序列中數(shù)據(jù)點(diǎn)的個(gè)數(shù)，為序列的轉(zhuǎn)置，P_j為簇P中的第j個(gè)分類。

6.根據(jù)權(quán)利要求1所述的基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，采用聯(lián)邦學(xué)習(xí)算法對(duì)不同邊緣設(shè)備上的數(shù)據(jù)進(jìn)行協(xié)同的過(guò)程具體包括：

每個(gè)邊緣節(jié)點(diǎn)根據(jù)其本地的訓(xùn)練數(shù)據(jù)集進(jìn)行迭代訓(xùn)練；

邊緣節(jié)點(diǎn)將當(dāng)前參數(shù)的值推送到聚合服務(wù)器中，在聚合服務(wù)器中，計(jì)算所有邊緣節(jié)點(diǎn)參數(shù)的平均值；

從聚合參數(shù)服務(wù)器中獲取所有邊緣節(jié)點(diǎn)參數(shù)的平均值，進(jìn)行新的訓(xùn)練；

每個(gè)邊緣節(jié)點(diǎn)從聚合服務(wù)器中提取更新后的參數(shù)值，并將更新后的參數(shù)設(shè)置為邊緣節(jié)點(diǎn)當(dāng)前的參數(shù)，進(jìn)行下一輪訓(xùn)練。

7.根據(jù)權(quán)利要求1所述的基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，采用DTW算法對(duì)同類別數(shù)據(jù)進(jìn)行相似性計(jì)算具體包括：

其中，K是在比較不同長(zhǎng)度序列時(shí)的統(tǒng)一標(biāo)準(zhǔn)，w_i為規(guī)整路徑。

8.根據(jù)權(quán)利要求1所述的基于邊緣協(xié)同分類的電力時(shí)序數(shù)據(jù)檢索方法，其特征在于，通過(guò)求解兩條時(shí)序數(shù)據(jù)匹配時(shí)累計(jì)距離最小所對(duì)應(yīng)的規(guī)整函數(shù)得到規(guī)整路徑w_i，規(guī)整路徑w_i包括兩條時(shí)序數(shù)據(jù)的所有數(shù)據(jù)點(diǎn)的距離組成的一條路徑，則兩條時(shí)序數(shù)據(jù)中兩個(gè)元素的規(guī)整距離表示為：

其中，a_α表示序列的第α個(gè)元素，b_β序列的第β個(gè)元素。