【技术实现步骤摘要】
本专利技术涉及农业数据处理和分析领域，尤其涉及改进dtw距离的农业园区系统数据插补方法及系统。
技术介绍
1、在农业园区的电力系统运行过程中，由于各种原因(如传感器故障、数据传输错误等)可能会导致部分数据丢失或不完整。这些数据缺失可能会影响对系统状态的准确判断，进而影响控制策略的有效性和电力系统的稳定运行。通过在线插补，可以基于已有的数据预测和估计缺失数据的值，从而填补数据的空缺，保证数据的完整性和准确性。
2、随着人工智能和物联网技术的快速发展，智能化管理已经成为农业园区电力系统的重要发展趋势。通过对电力数据的实时采集、处理和分析，可以实现对电力系统的智能化监控和远程控制。而数据在线插补作为数据处理的关键环节之一，可以确保数据的完整性和准确性，为智能化管理提供有力的数据支持。同时，通过对电力系统的数据进行实时插补和分析，可以及时发现潜在的安全隐患和故障点，并采取相应的措施进行预防和修复。这有助于降低电力系统的故障率，提高系统的稳定性和可靠性，确保农业园区的正常生产和运营。
3、专利技术专利《cn202111497646.1》提出基于聚类和近邻算法(knn)的针对单个用户历史电力负荷数据缺失值插补的方法，该方法考虑了单个用户日负荷之间的相似性，忽略了不同日单个用户的电力负荷同时也存在差异性的情况。专利技术专利《cn202110856338.7》提出一种基于高分辨率表示学习(hrnet)和长短期记忆(lstm)的电力缺失数据的协同补全方法，该方法需要大量的数据样本来训练神经网络模型，从而挖掘数据列自身的隐式
技术实现思路
1、鉴于上述现有技术中存在的问题，提出了本专利技术。
2、因此，本专利技术提供了改进dtw距离的农业园区系统数据插补方法，本专利技术考虑的农业园区系统由传感器网络、数据传输系统、数据处理与分析平台等部分构成，系统产生的监测数据具有数据量大、类型多样、实时性强等特点，可用于作物生长监测、环境监测、资源利用评估等场景。由于各种原因(如传感器故障、数据传输错误等)导致的数据缺失或不完整问题，这些问题将对农业园区的管理和决策产生影响。因此，开发一种有效的数据插补方法对于解决上述问题、提高农业园区系统数据质量具有重要意义。
3、为解决上述技术问题，本专利技术提供如下技术方案，改进dtw距离的农业园区系统数据插补方法，包括：
4、获取园区系统历史数据和运行数据，提取数据属性；
5、根据数据属性的集合，识别插补属性；
6、使用改进dtw距离的方法对数据进行插补，系统生成插补方案。
7、作为本专利技术所述的改进dtw距离的农业园区系统数据插补方法的一种优选方案，其中：所述数据属性包括原数据库中数据的属性组成的集合a0，新获取t时刻检测的园区系统运行数据x(t)，属性组成的集合a1。
8、作为本专利技术所述的改进dtw距离的农业园区系统数据插补方法的一种优选方案，其中：所述识别插补属性包括，
9、若则系统将数据x(t)存入数据库；
10、若则系统判断数据库中的属性在数据x(t)中缺失，对x(t)进行在线插补；
11、其中，表示为空集合。
12、作为本专利技术所述的改进dtw距离的农业园区系统数据插补方法的一种优选方案，其中：所述在线插补包括判断监测对象的相关性和构造时间序列；
13、选取数据库中与园区系统运行数据x(t)的监测对象相关的n个数据y(1)(t)，y(2)(t)，...，y(n)(t)，监测对象的相关性根据数据的定性属性的相关性进行判断，定性属性包括设备状态、故障类型、环境状况、运维记录，定性属性使用非数字的文本形式来表示。
14、作为本专利技术所述的改进dtw距离的农业园区系统数据插补方法的一种优选方案，其中：所述构造时间序列包括构造时间序列x1、y(j)、公式表示为，
15、x1＝[x1(t-t)，x1(t-t+1)，...，x1(t-1)，x1(t)]
16、
17、
18、其中，t表示时间窗口的长度，分别为x，y(j)中包含a0∩a1中属性的数据，j表示为相关数据序号。
19、作为本专利技术所述的改进dtw距离的农业园区系统数据插补方法的一种优选方案，其中：所述改进dtw距离的方法包括将x1(t)扩充为使包含a0中的属性，满足公式表示为，
20、
21、其中，表示为将x1中的x1(t)扩充为后的数据向量，表示为将x1(t)的属性集从a0∩a1扩充到a0的数据；
22、构造并求解优化问题，系统生成插补方案，
23、
24、其中，表示为两个时间序列的最短距离，分别为两个时间序列的改进dtw距离，n表示为选取的与x(t)的监测对象相关的数据个数。
25、作为本专利技术所述的改进dtw距离的农业园区系统数据插补方法的一种优选方案，其中：所述改进dtw距离包括计算dtw(u，v)，计算公式表示为，
26、u＝[u(1)，u(2)，...，u(t1)]
27、v＝[v(1)，v(2)，...，v(t2)]
28、a＝{a1，a2，...，am}
29、m＝|a|
30、其中，u和v分别为包含属性集a中属性的时间序列，u(t1)，v(t2)为数据序列u，v对应第t1，t2个数据点，t1，t2为数据序列u，v的长度，ai为数据属性，m为a中的属性总数量；
31、每个u(t1)，v(t2)改写为，
32、
33、其中，ui(t1)，vi(t2)分别为u(t1)，v(t2)属性ai的值；
34、u，v改写为行向量的形式，
35、
36、
37、其中，ui＝[ui(1)，ui(2)，...，ui(t1)]，vi＝[vi(1)，vi(2)，...，vi(t2)]分别为一维数据序列；
38、改进dtw距离，计算dtw(u，v)，
39、
40、其中，d(ui，vi)为数据序列ui与vi的传统dtw距离；
41、将区间[1，t1]均分成个子区间，取在每个子区间中分别随机抽取一个整数，按照从小到大的顺序组成序列数据序列表示为，
42、
43、其中，θ表示抽样步骤次数；
44、从区间[1，t2]中随机抽取序列数据序列表示为，
45、
46、得到dtw(u，v)，
47、
48、
49、其中，θ为抽样总次数。
50、本专利技术的另外一个目的是在填补农业园区系统监测数据缺失值的同时，保持数据的整体分布趋势和统计特性，提高数本文档来自技高网...
【技术保护点】
1.改进DTW距离的农业园区系统数据插补方法，其特征在于：包括，
2.如权利要求1所述的改进DTW距离的农业园区系统数据插补方法，其特征在于：所述数据属性包括原数据库中数据的属性组成的集合A0，新获取t时刻检测的园区系统运行数据x(t)，属性组成的集合A1。
3.如权利要求2所述的改进DTW距离的农业园区系统数据插补方法，其特征在于：所述识别插补属性包括，
4.如权利要求3所述的改进DTW距离的农业园区系统数据插补方法，其特征在于：所述在线插补包括判断监测对象的相关性和构造时间序列；
5.如权利要求4所述的改进DTW距离的农业园区系统数据插补方法，其特征在于：所述构造时间序列包括构造时间序列X1、Y(j)、公式表示为，
6.如权利要求5所述的改进DTW距离的农业园区系统数据插补方法，其特征在于：所述改进DTW距离的方法包括将x1(t)扩充为使包含A0中的属性，满足公式表示为，
7.如权利要求6所述的改进DTW距离的农业园区系统数据插补方法，其特征在于：所述改进DTW距离包括计算dtw(U,V)，计算公式表示为
8.一种基于权利要求1-7任一所述的改进DTW距离的农业园区系统数据插补方法的系统，其特征在于：包括提取模块、识别模块、插补模块、存储模块；
9.一种计算机设备，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7中任一项所述的方法的步骤。
10.一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7中任一项所述的方法的步骤。
...【技术特征摘要】
1.改进dtw距离的农业园区系统数据插补方法，其特征在于：包括，
2.如权利要求1所述的改进dtw距离的农业园区系统数据插补方法，其特征在于：所述数据属性包括原数据库中数据的属性组成的集合a0，新获取t时刻检测的园区系统运行数据x(t)，属性组成的集合a1。
3.如权利要求2所述的改进dtw距离的农业园区系统数据插补方法，其特征在于：所述识别插补属性包括，
4.如权利要求3所述的改进dtw距离的农业园区系统数据插补方法，其特征在于：所述在线插补包括判断监测对象的相关性和构造时间序列；
5.如权利要求4所述的改进dtw距离的农业园区系统数据插补方法，其特征在于：所述构造时间序列包括构造时间序列x1、y(j)、公式表示为，
6.如权利要求5所述的改进dtw距离的农业园区...
【专利技术属性】
技术研发人员：王亚赛，郭小璇，孙乐平，陈卫东，韩帅，郭敏，吴宁，肖静，吴晓锐，卢健斌，阮诗雅，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：
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。