[发明专利]一种稀疏表示的电厂数据压缩方法

权利要求书

1.一种稀疏表示的电厂数据压缩方法，其特征在于包括步骤如下：

步骤1、数据采集：电厂采集的数据形式为.txt文件，每行分为三个字段，代表测点编码字段、时间戳、负荷值，将其中时间戳为测点时间数值减去2001年1月1日0时0分0秒所形成的差值，编码字段为所在电厂名字的脱敏数据，以时间序列的形式进行存储；

步骤2、数据预处理：对所述步骤1中的时序数据进行预处理得到建模数据集；

步骤3、数据建模：采用建模数据集建立一种基于稀疏表示的电厂数据压缩模型，然后对建模数据集进行数据压缩，记录压缩后的数据文本、压缩率以及压缩时间；

步骤4、实时数据采集与预处理：在线采集电厂上实时测定的时序数据，并对其进行预处理操作；

步骤5、获得压缩数据：将所述步骤4预处理后的样本输入到所述步骤3的基于稀疏表示的电厂数据压缩模型中，得到压缩后的数据文本、压缩率以及压缩时间；

其中，所述步骤3进一步为：

步骤31、先选取初始点作为压缩后数据集，用半径为r的圆形区域度量原始数据的每个点与压缩后数据集上每个点的最短距离；

步骤32、判断该点是否小于用户自定义的r：如果小于r，判断该点的样本密度是否小于数量阈值δ，如果是则选择过滤该点，否则将该点加到压缩后数据集上；如果大于r，则直接将该点加到压缩后数据集上，反复迭代进行，得到最终的压缩后的数据集；

所述建立一种基于稀疏表示的电厂数据压缩模型具体方法为：

步骤41、初始化输入建模数据集S，Q＝{x₂}，以及用户自定义常数r、δ和存储索引的集合L＝{1}；

步骤42、设定i＝1，t₀＝time(now)，计算x_i与Q中第一个数据点即x₂间的欧氏距离，得到x_i与Q中第一个数据点距离并保存该距离为mindis，计算两点间的欧氏距离具体计算方法为：给定建模数据集S＝{x₁,…,x_n}，压缩后的数据集Q＝{d₁,d₂,…,d_q}，两点间的欧氏距离dis＝argminD(x_i,d_j)，i＝1,2,…,n；j＝1,2,…,q，其中D(x_i,d_j)＝||x_i-d_j||表示样本点x_i和d_j之间的欧氏距离，具体表示为：

步骤43、令m＝len(Q)，此时m表示Q中数据点的个数，将j＝1，通过所述步骤42中方法计算x_i与Q中的数据点d_j间的欧氏距离，得到x_i与Q中数据点d_j的欧氏距离并保存该距离为dis；

步骤44、判断mindis是否不小于dis，如果是，则将mindis＝dis，否则mindis＝mindis；

步骤45、判断将j≤m，如果是，j＝j+1转到步骤43，否则转到步骤46；

步骤46、判断mindis≥r，如果是，Q＝{x_i,Q}，L＝{1,L}后转到步骤47；否则，需要进一步判断len(L)≥δ，如果是，Q＝{x_i,Q}，将L置为初始化状态L＝{1}，如果不是，则需要将L＝{1,L}，然后转到步骤47；

步骤47、判断i≤n，如果是，i＝i+1转到步骤42，否则转到步骤48；

步骤48、将最终的压缩后数据集Q进行输出，此时t₁＝time(now)；

步骤49、针对得到的数据集Q与先前的建模数据集S，对比这两个文件所占用字节数大小得到该方法的压缩率，而该方法的压缩时间可以用t₁-t₀进行计算。

2.根据权利要求1所述的一种稀疏表示的电厂数据压缩方法，其特征在于，所述步骤2进一步为，所述时序数据预处理过程为：

其中，时序数据为D＝{(x′₁,y₁),(x′₂,y₂),…,(x′_m,y_m)}，表示单个数据，表示第i个数据中第d个属性值，对时序数据进行预处理得到建模数据集，可以表示为：D＝{(x₁,y₁),(x₂,y₂),…,(x_m,y_m)}。