本申請涉及數(shù)據(jù)壓縮，特別是涉及一種基于動態(tài)參數(shù)調(diào)整的數(shù)據(jù)壓縮方法、裝置、計算機設(shè)備、可讀存儲介質(zhì)和程序產(chǎn)品。
背景技術(shù)：
1、目前，電網(wǎng)數(shù)字平臺中常用的數(shù)據(jù)壓縮方法大多基于線性壓縮算法，如旋轉(zhuǎn)門壓縮算法。這些算法雖然能夠在一定程度上實現(xiàn)數(shù)據(jù)的壓縮，但在處理大規(guī)模、復(fù)雜、非線性的電網(wǎng)數(shù)據(jù)時，存在以下問題：
2、傳統(tǒng)線性壓縮算法僅適用于信號分布均勻、變化趨勢簡單的數(shù)據(jù)。電網(wǎng)實時數(shù)據(jù)常呈現(xiàn)非線性特性（如負(fù)載突變），線性模型難以充分表達(dá)，導(dǎo)致壓縮率低，存儲資源浪費。線性壓縮算法在處理高頻實時數(shù)據(jù)流時，需大量計算與傳輸，易引入處理延遲，影響電網(wǎng)實時監(jiān)控與應(yīng)急響應(yīng)。電網(wǎng)數(shù)據(jù)受設(shè)備狀態(tài)、環(huán)境等多因素影響，呈現(xiàn)強非線性。傳統(tǒng)線性壓縮算法難以適應(yīng)此類變化，壓縮誤差大，可能導(dǎo)致關(guān)鍵信息丟失。
技術(shù)實現(xiàn)思路
1、基于此，有必要針對上述技術(shù)問題，提供一種能夠提高數(shù)據(jù)精度的基于動態(tài)參數(shù)調(diào)整的數(shù)據(jù)壓縮方法、裝置、計算機設(shè)備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品。
2、第一方面，本申請?zhí)峁┝艘环N基于動態(tài)參數(shù)調(diào)整的數(shù)據(jù)壓縮方法，包括：
3、基于電網(wǎng)運行的歷史數(shù)據(jù)，構(gòu)建初始數(shù)據(jù)擬合模型；
4、持續(xù)采集電網(wǎng)實時數(shù)據(jù)流，提取所述實時數(shù)據(jù)流中的實時數(shù)據(jù)點并代入所述初始數(shù)據(jù)擬合模型，得到所述實時數(shù)據(jù)點的預(yù)測值；
5、計算所述預(yù)測值與對應(yīng)的實時數(shù)據(jù)點之間的誤差，并采用多階段優(yōu)化策略，根據(jù)所述誤差動態(tài)調(diào)整所述初始數(shù)據(jù)擬合模型的參數(shù)，得到多組調(diào)整后的模型參數(shù)；
6、對所述多組調(diào)整后的模型參數(shù)進(jìn)行融合處理，得到目標(biāo)模型參數(shù)，并基于所述目標(biāo)模型參數(shù)，構(gòu)建最終數(shù)據(jù)擬合模型；
7、提取所述實時數(shù)據(jù)流中的后續(xù)實時數(shù)據(jù)點并代入所述最終數(shù)據(jù)擬合模型，在所述最終數(shù)據(jù)擬合模型的參數(shù)調(diào)整狀態(tài)，及輸出的預(yù)測值與對應(yīng)實時數(shù)據(jù)點之間的誤差均滿足預(yù)設(shè)終止條件的情況下，基于所述最終數(shù)據(jù)擬合模型確定所述實時數(shù)據(jù)流的數(shù)據(jù)壓縮結(jié)果。
8、在其中一個實施例中，所述采用多階段優(yōu)化策略，根據(jù)所述誤差動態(tài)調(diào)整所述初始數(shù)據(jù)擬合模型的參數(shù)，得到多組調(diào)整后的模型參數(shù)包括：
9、基于所述誤差確定參數(shù)調(diào)整的方向與幅度，以最小化當(dāng)前誤差與歷史誤差的差異為目標(biāo)，采用參數(shù)優(yōu)化算法計算參數(shù)調(diào)整增量；
10、基于所述參數(shù)調(diào)整增量對當(dāng)前數(shù)據(jù)擬合模型的參數(shù)進(jìn)行迭代更新。
11、在其中一個實施例中，所述對所述多組調(diào)整后的模型參數(shù)進(jìn)行融合處理，得到目標(biāo)模型參數(shù)包括：
12、根據(jù)各組調(diào)整后的模型參數(shù)與對應(yīng)的實時數(shù)據(jù)點的匹配度，為各組調(diào)整后的模型參數(shù)分配對應(yīng)的權(quán)重，所述權(quán)重與匹配度呈正相關(guān)；
13、基于所述權(quán)重，對各組調(diào)整后的模型參數(shù)進(jìn)行加權(quán)平均計算，得到目標(biāo)模型參數(shù)。
14、在其中一個實施例中，所述預(yù)設(shè)終止條件包括所述最終數(shù)據(jù)擬合模型輸出的預(yù)測值與對應(yīng)實時數(shù)據(jù)點的誤差小于預(yù)設(shè)誤差閾值，及相鄰兩次參數(shù)調(diào)整的變化幅度低于設(shè)定標(biāo)準(zhǔn)。
15、在其中一個實施例中，在所述對所述多組調(diào)整后的模型參數(shù)進(jìn)行融合處理，得到目標(biāo)模型參數(shù)，之前包括：
16、在所述誤差小于預(yù)設(shè)誤差閾值的情況下，剔除所述多組調(diào)整后的模型參數(shù)中與所述實時數(shù)據(jù)流變化規(guī)律不匹配的異常參數(shù)組。
17、在其中一個實施例中，所述基于電網(wǎng)運行的歷史數(shù)據(jù)，構(gòu)建初始數(shù)據(jù)擬合模型包括：
18、基于所述歷史數(shù)據(jù)和領(lǐng)域先驗知識，確定模型參數(shù)的初始取值范圍；
19、采用數(shù)據(jù)擬合算法對所述歷史數(shù)據(jù)進(jìn)行擬合計算，在所述初始取值范圍內(nèi)求解得到初始模型參數(shù)；
20、基于所述初始模型參數(shù)，構(gòu)建初始數(shù)據(jù)擬合模型。
21、第二方面，本申請還提供了一種基于動態(tài)參數(shù)調(diào)整的數(shù)據(jù)壓縮裝置，包括：
22、模型構(gòu)建模塊，用于基于電網(wǎng)運行的歷史數(shù)據(jù)，構(gòu)建初始數(shù)據(jù)擬合模型；
23、數(shù)據(jù)預(yù)測模塊，用于持續(xù)采集電網(wǎng)實時數(shù)據(jù)流，提取所述實時數(shù)據(jù)流中的實時數(shù)據(jù)點并代入所述初始數(shù)據(jù)擬合模型，得到所述實時數(shù)據(jù)點的預(yù)測值；
24、模型優(yōu)化模塊，用于計算所述預(yù)測值與對應(yīng)的實時數(shù)據(jù)點之間的誤差，并采用多階段優(yōu)化策略，根據(jù)所述誤差動態(tài)調(diào)整所述初始數(shù)據(jù)擬合模型的參數(shù)，得到多組調(diào)整后的模型參數(shù)；
25、所述模型構(gòu)建模塊，還用于對所述多組調(diào)整后的模型參數(shù)進(jìn)行融合處理，得到目標(biāo)模型參數(shù)，并基于所述目標(biāo)模型參數(shù)，構(gòu)建最終數(shù)據(jù)擬合模型；
26、數(shù)據(jù)壓縮模塊，用于提取所述實時數(shù)據(jù)流中的后續(xù)實時數(shù)據(jù)點并代入所述最終數(shù)據(jù)擬合模型，在所述最終數(shù)據(jù)擬合模型的參數(shù)調(diào)整狀態(tài)，及輸出的預(yù)測值與對應(yīng)實時數(shù)據(jù)點之間的誤差均滿足預(yù)設(shè)終止條件的情況下，基于所述最終數(shù)據(jù)擬合模型確定所述實時數(shù)據(jù)流的數(shù)據(jù)壓縮結(jié)果。
27、第三方面，本申請還提供了一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述任一項所述的方法的步驟。
28、第四方面，本申請還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述任一項所述的方法的步驟。
29、第五方面，本申請還提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述任一項所述的方法的步驟。
30、上述基于動態(tài)參數(shù)調(diào)整的數(shù)據(jù)壓縮方法、裝置、計算機設(shè)備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品，通過基于電網(wǎng)歷史數(shù)據(jù)構(gòu)建基礎(chǔ)模型并結(jié)合實時數(shù)據(jù)流持續(xù)優(yōu)化模型，實現(xiàn)了對電網(wǎng)數(shù)據(jù)動態(tài)變化特性的自適應(yīng)適配，在保障數(shù)據(jù)特征完整性與擬合精度的前提下，提升了數(shù)據(jù)壓縮效率，有效降低存儲資源占用，滿足了電網(wǎng)數(shù)字平臺對大規(guī)模實時數(shù)據(jù)快速傳輸與高效存儲的核心需求；通過采用多階段優(yōu)化策略與參數(shù)融合處理，增強了模型對電網(wǎng)復(fù)雜數(shù)據(jù)的適配能力，有效化解多源數(shù)據(jù)的沖突與不一致性問題，提升了數(shù)據(jù)融合精準(zhǔn)度，進(jìn)而保障了電網(wǎng)監(jiān)控與控制工作的實時性和可靠性；同時，通過參數(shù)動態(tài)調(diào)整與預(yù)設(shè)終止條件的配合，減少了數(shù)據(jù)處理過程中的無效計算消耗，進(jìn)一步提升整體數(shù)據(jù)處理效率，避免了傳統(tǒng)方法中易出現(xiàn)的處理延時問題，適用于對實時性要求極高的電網(wǎng)應(yīng)用場景。
1.一種基于動態(tài)參數(shù)調(diào)整的數(shù)據(jù)壓縮方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用多階段優(yōu)化策略，根據(jù)所述誤差動態(tài)調(diào)整所述初始數(shù)據(jù)擬合模型的參數(shù)，得到多組調(diào)整后的模型參數(shù)包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述多組調(diào)整后的模型參數(shù)進(jìn)行融合處理，得到目標(biāo)模型參數(shù)包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)終止條件包括所述最終數(shù)據(jù)擬合模型輸出的預(yù)測值與對應(yīng)實時數(shù)據(jù)點的誤差小于預(yù)設(shè)誤差閾值，及相鄰兩次參數(shù)調(diào)整的變化幅度低于設(shè)定標(biāo)準(zhǔn)。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述對所述多組調(diào)整后的模型參數(shù)進(jìn)行融合處理，得到目標(biāo)模型參數(shù)，之前包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于電網(wǎng)運行的歷史數(shù)據(jù)，構(gòu)建初始數(shù)據(jù)擬合模型包括：
7.一種基于動態(tài)參數(shù)調(diào)整的數(shù)據(jù)壓縮裝置，其特征在于，所述裝置包括：
8.一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至6中任一項所述的方法的步驟。
9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至6中任一項所述的方法的步驟。
10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至6中任一項所述的方法的步驟。