[發明專利]一種電力系統多源異構數據的特征提取及選擇方法

在審

• 申請號: 202211044436.1
• 申請日: 2022-08-30
• 公開（公告）號: CN115470844A
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 龍云;劉璐豪;盧有飛;梁雪青;鄒時容;趙宏偉;張揚;張少凡;吳任博;陳明輝;蔡燕春;劉璇
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06Q50/06
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 楊望仙

本發明屬于電力系統與人工智能交叉領域，為一種電力系統多源異構數據的特征提取及選擇方法，該方法包括將電力系統中的多源異構數據作為輸入數據，構建訓練數據集；為每組多源異構數據設計不同結構的神經網絡，采用逐層訓練算法對自編碼器模型進行訓練得到訓練好的堆疊自編碼器模型，通過訓練好的堆疊自編碼器模型提取每組多源異構數據的編碼特征；構建融合層網絡，對整個堆疊自編碼器模型的參數進行微調；對得到的同構特征進行稀疏化處理，計算得到各個特征維度的權重，篩選出具有較高權重的特征。本發明能夠較為全面挖掘數據特征，同時能夠反映實際數據的語義性，所選取得到的特征能夠支撐任務需求，大大提高實際任務的完成度。

技術領域

本發明屬于電力系統與人工智能交叉領域，尤其涉及一種電力系統多源異構數據的特征提取及選擇方法。

背景技術

隨著計算機、網絡、數據庫等信息技術的快速發展，其在社會各領域的普遍應用，加快了社會各行各業的信息化進程，電力行業更是如此。在電力行業中，隨著智能電網建設的深入實施和智能傳感設備的廣泛使用，數據量呈爆炸性增長趨勢，電力行業迎來了大數據時代。國家電網擁有眾多的業務系統，包括企業管理系統，如ERP、MES、CRM等各類信息系統。這些信息系統有不同的開發周期和不同的開發商，其產品體系結構多種多樣，編碼數據結構各不相同，前端功能和底層數據庫也各不相同。這些來自各種傳感設備和各類信息系統的數據形成了多源異構的電力數據，不利于信息的共享和數據潛在價值的挖掘。

通過數據分析的手段能夠得到多源異構數據的隱藏價值，由于其異構性，人們需要對其進行特征提取表示為計算分析時可用的形式。常見的特征提取方法有手工設計提取規則、線性映射、非線性映射等。手工設計提取規則是針對數據結構特點設計規則進行數據變換處理，線性映射有主成成分分析和線性判別分析等，將高維數據映射到低維空間。這些方法都存在一定的局限性，如特征信息局部性、計算復雜度高、無法反映語義信息等。

電力系統運行過程中，有不少任務需求，如設備故障診斷、故障預測、健康狀態評估等，任務的完成需要電力數據的支撐，如何從海量的多源異構數據中挖掘出數據的關鍵信息，并用以實現需求是一大難點。現有的特征提取技術如手工提取、線性映射等，具有一定局限性如特征提取片面、計算復雜等。

發明內容

為解決現有技術所存在的技術問題，本發明提供一種電力系統多源異構數據的特征提取及選擇方法，能夠較為全面挖掘數據特征，同時能夠反映實際數據的語義性。所選取得到的特征能夠支撐任務需求，大大提高實際任務的完成度。

本發明可以通過采取如下技術方案達到：

一種電力系統多源異構數據的特征提取及選擇方法，所述方法包括：

S1、將電力系統中的多源異構數據作為輸入數據，構建訓練數據集；

S2、為每組多源異構數據設計不同結構的神經網絡，采用逐層訓練算法對自編碼器模型進行訓練得到訓練好的堆疊自編碼器模型，通過訓練好的堆疊自編碼器模型提取每組多源異構數據的編碼特征；

S3、將每組多源異構數據的編碼特征作為堆疊自編碼器模型的輸入數據，構建融合層網絡，消除多源異構數據的編碼特征的異構性得到同構特征表達，對整個堆疊自編碼器模型的參數進行微調；

S4、對得到的同構特征進行稀疏化處理，計算得到各個特征維度的權重，篩選出具有較高權重的特征。

優選的技術方案中，所述步驟S2具體包括步驟：

根據輸入的n組多源異構數據，構建n個異構堆疊自編碼器；

在訓練第n個堆疊自編碼器的每一個隱藏層時，對于當前輸入異構數據，在隱藏層經由權值矩陣和激活函數做非線性變換，得到輸出的隱表達；