System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 电碳数据重构方法、装置、计算机设备和存储介质制造方法及图纸_技高网

电碳数据重构方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:42502590 阅读:6 留言:0更新日期:2024-08-22 14:16
本申请涉及一种电碳数据重构方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,应用于电力技术领域。所述方法包括:获取待重构的电碳数据集;在电碳数据集包括异常的第一电碳数据和正常的第二电碳数据的情况下,将电碳数据集输入至已训练好的电碳数据重构模型,获得电碳数据集对应的电碳重构数据;当电碳重构数据与所述第二电碳数据之间的相似度大于预设阈值时,输出电碳重构数据。采用本方法能够提高针对重构后的电碳数据的分析准确率。

【技术实现步骤摘要】

本申请涉及电力,特别是涉及一种电碳数据重构方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。


技术介绍

1、随着低碳生活的理念越来越深入人心,电力行业产品碳排放生命周期评价(lifecircle assessment,lca)的概念也逐渐引起广泛的关注,同时,针对电力行业产品碳排放lca数据(后续称为电碳数据)的数据分析也逐渐引起关注,比如,通过分析电碳数据可以制定碳减排路线规划等。

2、通常的,现有的电碳数据在收集过程中,可能因某些原因使得收集的电碳数据出现异常数据,基于异常的电碳数据进行分析时,分析准确率不高。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高针对电碳数据的数据分析准确率的电碳数据重构方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本申请提供了一种电碳数据重构方法。所述方法包括:

3、获取待重构的电碳数据集;在所述电碳数据集包括异常的第一电碳数据和正常的第二电碳数据的情况下,将所述电碳数据集输入至已训练好的电碳数据重构模型,获得所述电碳数据集对应的电碳重构数据;当所述电碳重构数据与所述第二电碳数据之间的相似度大于预设阈值时,输出所述电碳重构数据。

4、在一些实施例中,所述电碳数据重构模型的构建方式,包括:用上一轮次训练结束得到的训练后的自编码器模型对当前训练样本集合中的各样本数据进行数据分析,获得所述训练后的自编码器模型针对各所述样本数据的预测数据;基于预设损失函数,对各所述样本数据以及各所述预测数据进行分析,确定训练后的所述自编码器模型的损失结果;在所述损失结果满足训练停止条件时,基于训练后的所述自编码器模型,获得所述电碳数据重构模型。

5、在一些实施例中,所述方法还包括:

6、获取样本电碳数据;在所述样本电碳数据的数据量小于数据量阈值的情况下,基于批量生成函数对所述样本电碳数据进行批量生成,获得批量电碳数据;在所述批量电碳数据表征正常的电碳数据的情况下,接收针对所述批量电碳数据的修改操作和删除操作,获得所述基础电碳数据;其中,所述基础电碳数据包含异常的电碳数据和正常的电碳数据,所述正常的电碳数据的数据量与所述异常的电碳数据的数据量之间的差值大于阈值;从所述基础电碳数据中,获得所述当前训练样本集合中的各样本数据。

7、在一些实施例中,所述方法还包括:

8、对所述基础电碳数据进行缩放处理,从缩放处理后的所述基础电碳数据中,确定所述当前训练样本集合中的各样本数据;对所述电碳重构数据进行逆缩放处理,获得缩放重构数据,并基于所述缩放重构数据,执行所述当所述电碳重构数据与所述第二电碳数据之间的相似度大于预设阈值时,输出所述电碳重构数据的步骤。

9、在一些实施例中,所述异常的第一电碳数据包括所述偏离的电碳数据;所述方法还包括:

10、针对所述电碳数据集中的各物质列,确定所述物质列的数据均值;所述物质列表征物质名称,所述物质列中的样本数据表征物质的消耗量;基于所述数据均值,确定所述物质列中的各样本数据对应的参考值;在所述样本数据对应的参考值在阈值范围之外时,确定所述样本数据为偏离的电碳数据。

11、在一些实施例中,所述异常的第一电碳数据包括所述偏离的电碳数据;所述方法还包括:

12、针对所述电碳数据集中的各物质列,基于所述物质列的第一中位数据,确定所述物质列中的各样本数据的绝对偏差值;对各所述绝对偏差值进行排序,确定各所述绝对偏差值的第二中位数据;基于所述第二中位数据,确定所述物质列所属的数据范围;针对所述物质列中的各样本数据,将在所述数据范围之外的样本数据,确定为偏离的电碳数据。

13、第二方面,本申请还提供了一种电碳数据重构装置。所述装置包括:

14、获取模块,用于获取待重构的电碳数据集;重构模块,用于在所述电碳数据集包括异常的第一电碳数据和正常的第二电碳数据的情况下,将所述电碳数据集输入至已训练好的电碳数据重构模型,获得所述电碳数据集对应的电碳重构数据;输出模块,用于当所述电碳重构数据与所述第二电碳数据之间的相似度大于预设阈值时,输出所述电碳重构数据。

15、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

16、获取待重构的电碳数据集;在所述电碳数据集包括异常的第一电碳数据和正常的第二电碳数据的情况下,将所述电碳数据集输入至已训练好的电碳数据重构模型,获得所述电碳数据集对应的电碳重构数据;当所述电碳重构数据与所述第二电碳数据之间的相似度大于预设阈值时,输出所述电碳重构数据。

17、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:

18、获取待重构的电碳数据集;在所述电碳数据集包括异常的第一电碳数据和正常的第二电碳数据的情况下,将所述电碳数据集输入至已训练好的电碳数据重构模型,获得所述电碳数据集对应的电碳重构数据;当所述电碳重构数据与所述第二电碳数据之间的相似度大于预设阈值时,输出所述电碳重构数据。

19、第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:

20、获取待重构的电碳数据集;在所述电碳数据集包括异常的第一电碳数据和正常的第二电碳数据的情况下,将所述电碳数据集输入至已训练好的电碳数据重构模型,获得所述电碳数据集对应的电碳重构数据;当所述电碳重构数据与所述第二电碳数据之间的相似度大于预设阈值时,输出所述电碳重构数据。

21、上述电碳数据重构方法、装置、计算机设备、存储介质和计算机程序产品,通过获取待重构的电碳数据集,在电碳数据集包括异常的第一电碳数据和正常的第二电碳数据的情况下,将电碳数据集输入至已训练好的电碳数据重构模型,获得电碳数据集对应的电碳重构数据,第二电碳数据指的是正常的电碳数据,其可以反映真实情况,从而,当电碳重构数据与第二电碳数据之间的相似度大于预设阈值时,说明获得的电碳重构数据可以接近真实情况,通过输出电碳重构数据,基于电碳重构数据进行数据分析时,可以提高分析准确率。

本文档来自技高网...

【技术保护点】

1.一种电碳数据重构方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述电碳数据重构模型的构建方式,包括:

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求1至4任一项所述的方法,其特征在于,所述异常的第一电碳数据包括所述偏离的电碳数据;所述方法还包括:

6.根据权利要求1至4任一项所述的方法,其特征在于,所述异常的第一电碳数据包括所述偏离的电碳数据;所述方法还包括:

7.一种电碳数据重构装置,其特征在于,所述装置包括:

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

...

【技术特征摘要】

1.一种电碳数据重构方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述电碳数据重构模型的构建方式,包括:

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求1至4任一项所述的方法,其特征在于,所述异常的第一电碳数据包括所述偏离的电碳数据;所述方法还包括:

6.根据权利要求1至4任一项所述的方法,其特征在于,所述异常的第一电碳数据包括所述偏离的电碳数据;所述...

【专利技术属性】
技术研发人员:尚楠潘珍刘玺周春丽曾金灿黄丽娟何耿生覃晖卢治霖于明梁梓杨林信杨鑫和
申请(专利权)人:南方电网能源发展研究院有限责任公司
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